Twitterのデータから犯人が捕まえられる?
- カテゴリー:
- NEWS

ギズモード・ジャパンより転載:ツイートも積もれば現行犯逮捕。
日本でも人気のTwitterですが、なにげなくツイートしたことが別の誰かにとってはとても価値のある情報だったりしますよね。それでタイムラインが盛り上がったり、なんてことも。
でもその別の誰かが警察だったら、という研究です。ちょっと心配かも…?
2011年に発生したイギリス暴動では、略奪、器物破損、そして3,000人を超える逮捕者などさまざまな悲劇が起こりました…。イギリスの研究者たちは、当時のツイート160万件を、機械学習アルゴリズムで改めて分析。結果をロンドン警視庁が把握していた情報と照らし合わせたところ、ツイートを分析したほうがより早く正確な情報が得られることが判明したのです。Twitterのライブ感がバリバリ役立っていますね。
どうやったのか?
研究者らは機械学習アルゴリズムを使って、事件時のツイートの中から暴力に関するもの収集しました。次に場所、送信時間、ハッシュタグなどの情報に沿って、似たようなツイートをグループ化していきました。そしてツイートのグループにはそれぞれ【1:00PM〜2:00PM】のようなタイムスタンプが付与され、警察当局が当時把握していた情報と比較されたというわけです。その結果、窓の破壊や火事、または無法者の集団といった過激な事件に関する情報は警察当局が把握した時間よりも、5分から1時間も早くツイートされていたとのこと。
例えばこちらのツイート。
Carphone warehouse getting smashed up in #edmonton, ridiculous!! streets aint safe!!!
— Makke (@HMakke91) 2011年8月7日
そんな馬鹿な、#エドモントンのカーフォンウェアハウスが今めちゃくちゃにされている!! 外は危険だ!!!
注目すべき点はそのツイートが送信された時間。同略奪事件がロンドン警視庁の記録に初めて現れるのはツイートの約45分後だったそうです。
次はアルゴリズムにツイートの内容や付属のメタデータを読み込ませ、それぞれの事件の位置を特定していきました。これが随時、地図にポップアップするという仕様…もし実際に暴動中に稼働していれば、警察当局が把握するより前にぽこぽことポップアップしていたことになります。未来感がハンパないですね。
利用すべきなのか?
米Gizmodoのインタビューに答えてくれた、カーディフ大学の研究者で本研究の論文の共著者であるPeter Burnap博士は、以下のように考えているようです。
通報より前に、過激になりえる事件を把握できるという点では予測の要素があります。それはいち早く人員や物資を現場に送ることで、状況がエスカレートする前に取り締まる機会を与えるものです。
マイノリティーレポート感が出てきました。ただ、集会活動が大きくなる前に警察当局にいち早く探知され、すぐ監視の目が現れるようになったら人々を萎縮させてしまう可能性もあります。それは発言の自由や集会の自由といった人権と干渉し得ますよね。Burnap博士はどう思っているのでしょうか。
観察されていることによって、落ち着いた活動になるという点が重要です。実際、目をつけておくことは大事ですよ。万が一取り締まりが必要な状況が発生したとき、少なくとも見張れるように。
2016年には警察当局による、ソーシャルメディア監視サービスのGeofeediaの悪用が発覚しました。なんと人種差別撤廃運動に参加していた活動家を追跡、プロファイリングするために使われていたんです。恐ろしい監視社会がやってきた、と話題になりました(詳しくはGeofeediaに関する当時のギズの記事をどうぞ)。
今回の機械学習アルゴリズムがGeofeediaに似ていることは否めません。同じように悪用されてしまう危険性はないのかと聞いてみました。
ソーシャルメディアを観察する際、個人のプロファイリングができてしまう、という潜在的なリスクはあります。しかし、今回の場合は総合的な分析に留めることで避けています。
なるほど。全体の動きは分析しても、個人にしぼった分析はしない。どう頑張ってもピントがボケちゃうカメラ、といったイメージでしょうか。Burnap博士は最後にこうまとめました。
穏やかな、組織立った抗議活動は大抵警察当局に報告しているので、この研究による影響が出るとは特に思いません。ただ、研究に使われたデータと同じデータが誰にでも使えるので、データの使用を監視することが大切です。このデータを扱う実験は、どのようなものであっても倫理的であるべきでしょう。
データはある、どう使うかは我々次第、ということです。なかなか難しい問題ですよね。私はしばらく考えさせられそうです…。
mage: 1000 Words/Shutterstock.com
Source: Wikipedia, ORCA, Twitter
Sidney Fussell - Gizmodo US[原文]
西谷茂リチャード
ランキング
- 1
- 2
- 3
- 4
- 5