في ظل التحديات المتزايدة المرتبطة بتوقع الجرائم، تظهر الحاجة الماسة لإيجاد حلول مبتكرة تحافظ على العدالة وتقلل الانحياز في نظم الأمن. هنا يأتي دور FASE، وهو إطار عمل يُعزز العدالة في تخصيص الموارد خلال عمليات التوقع. يعتمد هذا الإطار على دمج تحليل جرائم الزمن والمكان (Spatiotemporal Crime Prediction) مع تخصيص موارد يتسم بالعدالة، مما يساهم في تحقيق توزيع عادل للوحدات الشرطية.

لقد تم تصميم FASE على نمط شبكة بيانية جغرافية تمثل منطقة بالتيمور، تغطي 25 منطقة بريدية وقد استخدمت بيانات حوالي 139,982 حادثة جريمة خلال فترة 2017 إلى 2019. يتميز النموذج باستخدام تقنيات متقدمة تشمل الشبكات العصبية البيانية (Graph Neural Networks) وعملية هوكس المتعددة المتغيرات (Multivariate Hawkes Process) لتحليل الأنماط الزمنية والمكانية.

تسعى FASE إلى تحقيق أقصى استفادة من الموارد الشرطية عبر صياغة تخصيص الموارد كمسألة تحسين خطية تلتزم بمعايير العدالة، حيث تتراوح معايير تأثير الفئة الديموغرافية بين 0.9928 و1.0262. ومع ذلك، أظهرت النتائج وجود فجوة مستمرة بنسبة 3.5% في معدلات الكشف بين المناطق ذات الأقليات والمناطق الأخرى، مما يشير إلى ضرورة اتخاذ إجراءات أكبر لضمان العدالة عبر كامل سلسلة المعالجة.

هذا النموذج ليس مجرد أداة تحليلية، بل يعد خطوة مثيرة نحو تحقيق توازن أكبر وفعالية في النظم الأمنية. مع تزايد الوعي حول أهمية العدالة في المجال الأمني، تصبح مبادرات مثل FASE خير نموذج للجهود المبذولة نحو تحقيق ذلك.