Donald Trump acenou com as palavras "pare e folheie" como uma bandeira para curar o crime violento nas cidades americanas.

Isso significa que é hora de relembrarmos uma das principais críticas a essa prática policial:o perfilamento racial.

A American Civil Liberties Union define o perfil racial como "a prática discriminatória por agentes da lei de alvejar indivíduos por suspeita de crime com base na raça do indivíduo, etnia, religião ou nacionalidade. "Isso inclui a polícia usando a corrida para determinar quais motoristas devem parar por violações de trânsito de rotina ou quais pedestres devem procurar contrabando ilegal.

A pergunta inevitável é que porcentagem das minorias a polícia deve parar, estatisticamente. Mas os métodos padrão para decidir quem é o culpado de discriminação racial não são estatisticamente sólidos. Estamos trabalhando com o Bureau de Pesquisa e Análise do Departamento de Polícia do Condado de St. Louis para criar uma métrica mais forte.

Comparativo baseado em censo

Em geral, existem dois tipos de testes usados ​​para identificar padrões de definição de perfil racial.

O primeiro, "avaliação comparativa, "envolve simplesmente comparar a porcentagem de paradas para pessoas de uma raça específica com a porcentagem dessa minoria naquela área geográfica.

O benchmarking foi usado em um relatório de 1999 frequentemente citado pelo procurador-geral de Nova York sobre as práticas de parar e revistar do Departamento de Polícia de Nova York. Os policiais estavam patrulhando dentro e ao redor de edifícios residenciais privados e parando indivíduos que eles acreditavam estarem invadindo. Em 1999, 25,6 por cento da população da cidade era negra, ainda representava 50,6 por cento de todas as pessoas paradas. Em um caso de tribunal federal de 2013, o juiz decidiu que stop and frisk havia sido usado de maneira inconstitucional.

Contudo, em benchmarking, os números são baseados em dados do censo, o que pode dar uma visão altamente enganosa. Por exemplo, pegue a cidade e o campo, Missouri, uma cidade com apenas 12,2% da população não branca. Mais de 20% das paradas de trânsito do ano passado envolveram minorias. Contudo, Town and Country tem duas rodovias principais que passam por ela. Como as dezenas de milhares de motoristas que dirigem nessas rodovias são capturadas no benchmark?

Os dados do censo não contabilizam nenhum não-residente. Para todas as áreas de patrulha do Departamento de Polícia do Condado de St. Louis, apenas 44,6% dos motoristas parados pela polícia moravam no condado de St. Louis. Isso por si só mostra que os dados do censo não são uma fonte viável para determinar o perfil racial.

O que mais, Os policiais geralmente recebem ordens de patrulhar áreas de "alta criminalidade". Estatisticamente falando, estas são áreas predominantemente minoritárias. Então, inevitavelmente, haverá mais paradas nessas áreas designadas de alta criminalidade. Como os dados geralmente são observados em uma cidade, nível de distrito ou distrito, a demografia dessas áreas de alta criminalidade é obscurecida.

Taxa de acerto

Outro tipo de teste analisa a "taxa de acerto" de parar e revistar - isto é, a porcentagem de pesquisas que realmente levam à descoberta de armas, drogas ou outro contrabando.

Em alguns estados, como a Carolina do Norte, enquanto uma porcentagem maior de uma minoria foi pesquisada, havia, na verdade, uma chance menos provável de que os policiais descobrissem contrabando ilegal. Isso foi mostrado como evidência de discriminação racial.

Um problema aqui é que a maioria das taxas de acerto envolve todas as pesquisas, independentemente do tipo. Isso inclui buscas após detenções de mandados pendentes. Isso significa que a taxa de acerto final pode ser enganosa, incluindo pesquisas feitas como parte do processamento de rotina.

Em 2016, pesquisadores de Stanford publicaram um novo tipo de teste que analisa quatro variáveis:raça do motorista, departamento do oficial fazendo a parada, se a parada resultou em uma busca e se contrabando ilegal foi encontrado. Essa métrica é projetada para dar um "instantâneo do limiar de suspeita do oficial antes de revistar a pessoa de uma determinada raça".

Contudo, como os autores discutem notavelmente, não há como concluir definitivamente que as disparidades apresentadas por essa métrica decorrem necessariamente do viés racial. O que mais, A métrica de Stanford é muito complicada para ser usada por todos os distritos nos EUA devido à falta de dados detalhados e à análise complexa necessária.

Uma métrica proposta

Given the drawbacks of current methods used to detect racial profiling, the U.S. needs a new way to detect racial profiling among police officers. We suggest something that is simple, understandable and easily applied across the country:a method called intrapopulation comparison.

Say one precinct has 100 police officers. Some officers stop fewer minorities, some stop more, while most officers are somewhere in the middle. Each officer is assigned a score, showing how far he or she individually deviates from the average. If the officer deviates too far, he or she is flagged and that case is looked at more carefully.

This concept was first introduced in the early 2000s. Why aren't more precincts using this method? Most likely the same reason most practices stay in place past their prime:habit. We're currently collecting data and studying how this metric might work for the St. Louis County Police Department.

Intrapopulation comparison allows us to flag individual officers, while addressing the issues that come with benchmarks or hit rates, like commuters and census data. The officers are compared with other officers in similar situations. The basis for identifying an officer in this system is that he or she is statistically different from the peer group.

A glaring issue with this approach is that an entire precinct could be racially biased. Mas, inevitably, there will be major outliers.

Racial profiling is a critical issue for law enforcement and the nation. Police departments have to demonstrate that they serve citizens in an impartial manner. We believe that this metric is simple and understandable, and it serves as an early warning system that will get closer to the root of the problem – individual officers who racially profile.

Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.