chicagocrime.org: la mappa dei crimini di Chicago che ha aperto la strada ai dati civici e a OpenBlock

Holovaty iniziò a lavorare sui dati dei crimini di Chicago nel 2005, poco dopo essersi trasferito in città e mentre cercava un quartiere sicuro in cui vivere: il Chicago Police Department aveva messo online alcune statistiche, e lui le combinò con le mappe di Google. Il sito vinse nel 2005 il Batten Award per l'innovazione nel giornalismo e fu indicato dal New York Times tra le migliori idee dell'anno; come uno dei primi "mashup" di Google Maps, contribuì a spingere Google a rilasciare ufficialmente le proprie API cartografiche. Fu anche il primo sito pubblico realizzato con Django al di fuori del Lawrence Journal-World, il giornale in cui il framework era nato.

Nel 2007 Holovaty ottenne un finanziamento di 1,1 milioni di dollari dalla Knight Foundation per fondare EveryBlock, che nel gennaio 2008 sostituì chicagocrime.org: non più solo crimini e non più solo Chicago, ma anche licenze commerciali, ispezioni sanitarie dei ristoranti, permessi edilizi e notizie locali, organizzati isolato per isolato in una dozzina di città, da New York a Los Angeles e Philadelphia. Le regole del finanziamento Knight imponevano che il codice fosse rilasciato come open source: EveryBlock lo pubblicò nel giugno 2009, poco prima di essere acquisito da MSNBC. Il sito è stato chiuso da NBC nel 2013 e rilanciato da Comcast nel 2014.

Il codice rilasciato è diventato OpenBlock, progetto open source con licenza GPL sviluppato dalla no-profit newyorkese OpenPlans — la stessa organizzazione da cui è nato lo standard Open311 — con un nuovo finanziamento Knight di 450.000 dollari annunciato nel 2010. OpenBlock è stato installato come sito autonomo dal Columbia Daily Tribune (Missouri) e testato come widget dal Boston Globe, con l'obiettivo di permettere a qualunque giornale locale di trasformare i dati pubblici di polizia e Comune in notizie di quartiere. Il suo limite è evidente: funziona solo dove le amministrazioni pubblicano dati aperti e aggiornati.

Va precisato che chicagocrime.org non era un software di gestione dei reati per la polizia, ma uno strumento di trasparenza: rendeva consultabili e comprensibili ai cittadini dati che il Comune già pubblicava in forma difficilmente leggibile. Oggi quella funzione è svolta in gran parte dai portali open data delle città americane e da iniziative come la Police Data Initiative, che raccoglie i dataset aperti di oltre 120 dipartimenti di polizia locali.

Senza chiamare in causa "Minority Report" Chicagocrime ha sollecitato molte discussioni sulla capacità predittiva di questi strumenti di misurazione della criminalità. 

La capacità predittiva della criminalità basata sul celebre dataset https://www.kaggle.com/datasets/chicago/chicago-crime. Chicago Crime su Kaggle o sul portale open data del Chicago Police Department è estremamente elevata dal punto di vista statistico e tecnologico, ma solleva forti dibattiti etici e operativi.

Il dataset raccoglie i crimini segnalati dal 2001 a oggi ed è uno dei banchi di prova principali a livello globale per gli algoritmi di machine learning e di predictive policing (polizia predittiva).

1. Accuratezza dei modelli di Machine Learning

I ricercatori utilizzano diverse tecniche per prevedere dove e quando avverrà un crimine, o il tipo di reato, registrando percentuali di accuratezza variabili in base alla granularità dei dati:

• Modelli ad altissima precisione (AI e Reti Neurali): Nel 2022, un importante studio della University of Chicago ha sviluppato un algoritmo basato su modelli stocastici avanzati in grado di prevedere i crimini con un'accuratezza del 90% con una settimana di anticipo, isolando il rischio in un raggio spaziale ristretto di circa 300 metri (1000 piedi). 

• Classificazione dei tipi di crimine: Algoritmi di classificazione supervisionata come LGBM Classifier, Random Forest e XGBoost raggiungono regolarmente accuratezze superiori al 90-95% nel catalogare o prevedere i trend specifici (es. furti, aggressioni, violazioni di proprietà) partendo da variabili spazio-temporali (ora, giorno, coordinate geolocalizzate, tipo di luogo).

• Previsioni temporali (Time Series): Modelli come LSTM (Long Short-Term Memory) e ARIMA vengono impiegati con successo per tracciare e anticipare le fluttuazioni stagionali e i picchi della criminalità su scala giornaliera o settimanale.

2. Le variabili più predittive (Feature Importance)

L'elevato potere predittivo risiede nella ripetitività di specifici pattern urbani ricavati dal dataset:

• La componente temporale: I crimini mostrano una forte stagionalità (aumentano nei mesi caldi e calano drasticamente durante i rigidi inverni di Chicago) e picchi orari precisi (es. ore notturne o fine settimana).

• La componente spaziale (Geomarketing del crimine): I reati si concentrano storicamente in precisi quartieri ed "hotspot" (es. aree come Englewood o West Garfield Park presentano ricorrenze statistiche stabili negli anni).

3. Il problema dei Bias (Pregiudizi sistemici)

Se l'accuratezza matematica è innegabile, l'efficacia sul campo e l'impatto sociale presentano gravi criticità: 

• Il paradosso del "Loop Predittivo": Il dataset di Chicago riflette i crimini segnalati e gli arresti effettuati, non la criminalità totale assoluta. Gli algoritmi rischiano di rimandare la polizia sempre nei soliti quartieri svantaggiati (generando più controlli e quindi più arresti in quelle zone), ignorando i reati commessi nelle aree più ricche. 

• Il fallimento dei modelli basati sulle persone: Esperimenti passati del Chicago Police Department basati sul calcolo del rischio individuale (assegnare un punteggio a singole persone per prevedere se sarebbero diventate vittime o carnefici) sono stati abbandonati a causa della scarsa efficacia pratica e dell'alto tasso di discriminazione.