用科技方法來反暴力,大數據和APP派上用場!

作者:謝涵如

超商店員勸導戴口罩、惡霸因行車糾紛毆打男大生及立法委員遭男友家暴等駭人聽聞的暴力事件頻傳,震驚社會,亮起紅燈的治安引起大眾憂心與關注。而面對暴力事件,除了敦促警察注意防治,根絶犯罪源頭外,在緊急狀況下,一般民眾該如何有效自保,也成為網路上的熱門話題。

有鑑於此,內政部推出了多款APP,借助科技的力量,讓民眾遭遇暴力威脅,受制於人無法撥打電話時,也能及時報警,避免傷害擴大,打造更全面、零死角的社會安全網。家暴防治單位也開始使用大數據及人工智慧輔助社工判斷,將風險個案一網打盡。

實用報案APP 不出聲也能報警

男大生遭毆傷案甫發生時,一名曾任119車隊長的網友表示,一般民眾由於沒有實戰經驗跟反應,在遇上糾紛時,無論曾練過什麼防身術都是徒勞:「被流氓嚇到時,正常人都會愣住。」因此借助科技的力量自保,效益可能更大,他分享了2款實用的APP,分別為「110視訊報案」與「119報案」。

其中由警政署開發的「110視訊報案」,只要打開應用程式,APP就會自動定位、同時錄影蒐證並通知警察跟根據定位後前往救援,即使受到威脅不能出聲也可使用。

警政署開發的「110視訊報案」,只要打開應用程式就能報案。(圖片來源

另一款則是由消防署開發的「119報案APP」,同樣能自動定位報案,救護車會馬上到達民眾的報案地點,瘖啞人士也能透過簡訊報案。只要先下載好這兩款APP放在手機桌面,遇到危機時直接點開,就可省略報警、查路名及錄影蒐證的過程,非常方便實用。

大數據結合人工智慧 預防家暴風險

在保護性案件通報現場,為輔助社工判斷通報案件的風險等級,過往多開發風險評估工具,來評估被害人遭受暴力的風險,例如臺灣親密關係暴力危險評估表 (TIPVDA)、兒少保護標準化評估決策模型 (SDM) 等。

然而量表僅為輔助作用,必須加上社工的實務經驗分析才能得到完整的決策結果。對此,臺灣大學社工系副教授趙曉芳表示,沒有太多實務經驗的社工,容易因擔心個案可能有受虐風險選擇全部開案,這種方法容易造成行政資源浪費,反而影響到真正需要幫助的人。近年人工智慧技術快速發展,若能導入工智慧技術,根據過往資料進行分析,發展風險預警機制,將可以減輕社工獨自決策的心理壓力,做出更準確的判斷。

風險模型可幫助預判個案是否有遭受暴力之虞。(圖片來源

例如 2017 年臺北市家暴暨性侵害防治中心就透過區域資料,整理歷年通報數據,建立家暴案件特徵地圖,從動處理前進到主動偵測,達到社區預防作用。新北市政府社會局則針對高風險兒少通報案件,提出高風險危機警示模組,找出容易重複被通報的案件,避免再次發生兒虐事件。

而因應高齡化社會,長者受虐案件數量上升,2019年衛福部保護司針對老人保護提出「建構老人保護個案之AI預警分析實驗計畫」,將保護資訊系統所累積的個案資料透過機器學習技術建置AI預警分析推論模型,發展老人保護風險預警機制,輔助第一線社工進行研判。

小結

面對無法預防的暴力事件,若能未雨綢繆,善用科技輔助工具預先多做一分準備,遭逢緊急狀況時就可以更冷靜沈著的面對,把傷害降到最低。也希望隨著科技進步,未來能發明更多好用的輔助工具,讓我們的人身安全更有保障,生活更安心。

(本文經同意轉載自合作媒體 vMaker台灣自造者原文連結

謝涵如

Author: 謝涵如

喜歡窩在自己的一方世界裡寫作閱讀,也喜歡四處旅遊找驚喜,希望能多接觸學習各種知識,從中拼湊出世界的全貌。

Share This Post On
跳至工具列