<div dir="ltr">Here's an interesting article about how Chicago police is already applying such technology (in somewhat troubling ways):<div><br><div><a href="http://www.theverge.com/2014/2/19/5419854/the-minority-report-this-computer-predicts-crime-but-is-it-racist">http://www.theverge.com/2014/2/19/5419854/the-minority-report-this-computer-predicts-crime-but-is-it-racist</a><br>
</div><div><br></div><div>I wouldn't say crime prediction technology by itself is evil, it's more a question of how it's used. For example, I wouldn't have a problem with a system that can prioritise a large list of likely suspects after a crime has been committed, or is able to flag a social media message calling for a hate crime. But there are definitely many ways to abuse this technology as well.</div>
<div><br></div><div>Marek</div><div><br></div></div></div><div class="gmail_extra"><br><br><div class="gmail_quote">On Tue, Apr 22, 2014 at 10:55 AM, Christian Pietsch <span dir="ltr"><<a href="mailto:chr.pietsch@googlemail.com" target="_blank">chr.pietsch@googlemail.com</a>></span> wrote:<br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">Hi Matthew,<br>
<br>
so you want to build a heuristic precrime detector based on routine<br>
activities observed on social networks. Does that mean that if, say, I<br>
tend to update my status at the same time as some terrorist in your<br>
training set, your software will label me as a likely terrorist and<br>
put me on a no-fly list? Will I get a chance to prove my innocence?<br>
<br>
When you have some spare time, try to watch Minority Report. Or did<br>
this movie inspire your project? Then you must have misunderstood its<br>
message.<br>
<br>
Your suspect<br>
Christian<br>
<div class=""><br>
<br>
On Mon, Apr 21, 2014 at 11:34:11AM -0400, Matthew Gerber wrote:<br>
> Hello,<br>
><br>
> A new research position has opened within our lab, and we are seeking M.S.,<br>
> Ph.D., and post-doc researchers.<br>
><br>
> One-sentence summary:  We are mining social media for indicators of<br>
> individual routine activities for the purpose of improved crime prediction.<br>
><br>
> Longer summary: This project focuses on the spatiotemporal prediction of<br>
> localized attacks carried out against individuals in urban areas. We view<br>
> an attack as the outcome of a point process governed by the interaction of<br>
> attackers, targets, and the physical environment. Our ultimate goal is to<br>
> predict future outcomes of this process in order to increase the security<br>
> of human populations and U.S. assets and interests. However, achieving this<br>
> goal requires a deeper understanding of how attack outcomes correlate with<br>
> the routine activities of individuals in an area. The proposed research<br>
> will generate this understanding and in doing so will answer questions such<br>
> as the following: What are the dimensions along which individuals’<br>
> activities should be quantified for the purpose of attack prediction? How<br>
> can measurements along these dimensions be taken automatically and with<br>
> minimal expense (e.g., via social media)? What are the implications of such<br>
> measurements for attack prediction performance? Subsuming these questions<br>
> is the issue of geographic variation: do our answers change when moving<br>
> from a major U.S. city to a major U.K. city? There has been plenty of<br>
> previous work on spatiotemporal attack prediction (see our Asymmetric<br>
</div>> Threat<<a href="http://ptl.sys.virginia.edu/ptl/projects/asymmetric-threat-prediction" target="_blank">http://ptl.sys.virginia.edu/ptl/projects/asymmetric-threat-prediction</a>>project);<br>
<div class="">> however, these basic questions remain unanswered, leaving a<br>
> substantial gap in our understanding of attack processes and their<br>
> relationships with individuals’ routine activities.<br>
><br>
> More information can be found<br>
</div>> here<<a href="http://ptl.sys.virginia.edu/ptl/projects/routine-activities-analysis-for-crime-prediction" target="_blank">http://ptl.sys.virginia.edu/ptl/projects/routine-activities-analysis-for-crime-prediction</a>><br>

<div class="">> .<br>
><br>
> Sincerely,<br>
><br>
> Matthew S. Gerber, Ph.D.<br>
> Research Assistant Professor<br>
> Department of Systems and Information Engineering<br>
> University of Virginia<br>
<br>
</div>> _______________________________________________<br>
> UNSUBSCRIBE from this page: <a href="http://mailman.uib.no/options/corpora" target="_blank">http://mailman.uib.no/options/corpora</a><br>
> Corpora mailing list<br>
> <a href="mailto:Corpora@uib.no">Corpora@uib.no</a><br>
> <a href="http://mailman.uib.no/listinfo/corpora" target="_blank">http://mailman.uib.no/listinfo/corpora</a><br>
<br>
<br>
_______________________________________________<br>
UNSUBSCRIBE from this page: <a href="http://mailman.uib.no/options/corpora" target="_blank">http://mailman.uib.no/options/corpora</a><br>
Corpora mailing list<br>
<a href="mailto:Corpora@uib.no">Corpora@uib.no</a><br>
<a href="http://mailman.uib.no/listinfo/corpora" target="_blank">http://mailman.uib.no/listinfo/corpora</a><br>
</blockquote></div><br></div>