Encontros adversos entre policiais e jovens de origens sub-representadas atraem atenção nacional significativa em torno de tópicos de justiça social e têm sido considerados um assunto de saúde pública por várias organizações. Agora, com um novo, quatro anos, Subsídio de US $ 2,75 milhões do National Institutes of Health, uma equipe interdisciplinar de pesquisadores visa examinar transcrições de comunicações de rádio da polícia para observar o que acontece durante esses encontros e estudar quaisquer padrões de interação que podem levar a resultados infelizes ou trágicos.

"Esperamos identificar sinais na linguagem, como vocabulário e discurso, que sugerem que um encontro entre um policial e um jovem da minoria do sexo masculino vai piorar, "disse Shomir Wilson, professor assistente no Penn State College de Ciências da Informação e Tecnologia. "A linguagem transmite muitas informações sobre o estado de espírito de uma pessoa, Suas ações, seu humor e seu nível de conforto. "

Trabalhando com especialistas em desenvolvimento humano da Universidade de Chicago, Wilson liderará uma equipe da Penn State para usar o processamento de linguagem natural para extrair percepções das transcrições do scanner da polícia da área de Chicago em grande escala. Sua equipe também examinará cuidadosamente as ramificações de privacidade das comunicações policiais por rádio em geral e o conjunto de dados especificamente.

"Os policiais costumam usar seus rádios para relatar o que encontram, e eles usam uma combinação de jargão padrão e linguagem de forma livre para descrever situações rapidamente, "disse Wilson." Queremos ir além das descrições literais e tentar inferir o que a polícia está pensando e presumindo durante os encontros. Se pudermos fazer isso, é um passo em direção à identificação de estratégias que irão diminuir a escalada de encontros adversos. "

O projeto interdisciplinar combinará pesquisas em processamento de linguagem natural, ciência social computacional, e privacidade. A contribuição da Penn State incluirá o desenvolvimento de métodos automatizados para classificar um grande volume de transcrições, usando aprendizado de máquina supervisionado e não supervisionado para explorar as transcrições, e estudar como os incidentes são estruturados para ser capaz de identificar características distintas na linguagem que podem prever os resultados dos incidentes. A equipe da Penn State também identificará dados potencialmente confidenciais e determinará a melhor abordagem para compartilhá-los com a comunidade de pesquisa, ao mesmo tempo que protege as identidades dos envolvidos.