预测性警务
来自China Digital Space
“预测性警务”（Predictive Policing）是一种利用历史数据和先进的分析技术（特别是人工智能和大数据）来识别和预测何时、何地、何人最有可能实施犯罪或引发社会动荡的警务模式。
它的核心理念是：将警务工作从传统的“事后反应”转变为“事前预防”或“事先干预。
在中国，预测性警务超越了传统的犯罪预防，被深度整合到警务大数据平台（如金盾工程）和智慧城市系统中，成为数字极权主义下的核心控制工具，目标是预测并消除任何政治和社会不稳定因素。通过预测性警务，中国政府将对社会稳定和政治异议的控制从事后的惩罚推进到事前的预防，将整个社会转变为一个由算法和数据驱动的、致力于消除任何潜在风险的监控实验室。
识别和标记“不稳定因素”
中国政府主要采用基于人的预测模式，将维稳]作为其首要目标。
- 数据采集与整合：警务大数据平台汇集了公民的所有数字和物理数据（包括来自摄像头、手机定位、网络言论、金融交易、交通出行、甚至水电使用记录）。
- AI风险建模：AI算法利用这些海量数据，分析个体行为模式与预设的“高风险”特征是否吻合。这些特征不仅包括犯罪前科，更涵盖了政治敏感行为：
1. 与“重点人员”（如维权人士、异议人士）的通话记录或见面记录。
2. 在社交媒体或群聊中发布敏感言论或负面信息。
3. 频繁访问境外网站（通过VPN）。
4. 在特定敏感时期（如政治会议或纪念日）进行异常聚集或旅行。
实现“事前干预”与限制自由
预测性警务的核心在于其对公民的主动干预，这种干预往往发生在任何实际违法行为发生之前。
- 自动化警报与任务下发：一旦系统识别出高风险个体或区域，它会自动向基层公安人员或社区网格员发送警报，指导他们采取行动。
- 物理干预：
1. 对高风险人员进行上门盘查、传唤、谈话（“被喝茶”）。
2. 在敏感时期，对高风险个体实施软禁或限制离开住所或城市。
3. 加强对特定区域的警力部署和巡逻。
4. 数字限制： 风险评分可能与社会信用体系挂钩，自动限制公民购买高铁票、飞机票，或限制其进入特定公共场所。
消除异议和促进自我审查
预测性警务的最大控制力不在于抓捕，而在于其无处不在的威慑效应。
- 制造不确定性：公民不知道自己哪些行为会被算法标记为“风险”，也不知道自己的数据何时会被用于预测，这制造了一种不确定感和恐惧感。
- 鼓励自我审查：为了避免被系统标记、被警察干预，或失去社会信用和行动自由，许多公民会主动进行自我审查，避免讨论敏感话题或参与任何可能被视为“异常”的活动，从而实现政府的全面、低成本的社会控制。
中国数字时代
- 【CDT关注】南华早报｜中国新一代监控工具借力AI：已监控7000万Telegram账户、可自动检测翻墙行为
- 【CDT报告汇】从“数字利维坦”到“AI高墙”，中国维稳体制走向“人工智能化”（外二篇）
- 【CDT关注】低音x新新闻｜中国政府如何开始用DeepSeek来“治国理政”
- 纽约时报｜中国的威权主义未来：人工智能与无孔不入的监控
- CDT 中与本词条相关的文章
- CDT搜索：更多和【预测性警务】相关文章
- 谷歌搜索：更多 CDT【预测性警务】相关文章
中国数字空间
- 2009部分时政论坛删帖记录
- Aishwarya Acharya：中国的网络行为在海底光缆生态系统中得到体现
- Ali老蒋说
- XCiOS俱乐部
- 万梗节
- 上海万圣节
- 上海中山公园
- 上海宣传部新闻通知（2005年6月）
- 中共独裁
- 中国共产党
- 了解祖国
- 云上贵州
- 云极权
- 互联网
- 互联网大观
- 人工智能
- 人脸识别
- 何加盐
- 八九
- 公安大数据实战应用平台
