През 2007 станах министър на правосъдието за щата Ню Джърси. Преди това, бях криминален прокурор, първо към съда на областта Манхатън, и след това към Департамента на правосъдието на Съединените щати.
In 2007, I became the attorney general of the state of New Jersey. Before that, I'd been a criminal prosecutor, first in the Manhattan district attorney's office, and then at the United States Department of Justice.
Когато обаче станах министър на правосъдието, две неща се случиха, които промениха начина, по който виждам криминалното правосъдие. Първотото е, че си задодох няколко наистина основни въпроса, според мен. Исках да разбера кого арестуваме, кого обвиняваме, и кого закючваме зад решетките на затворите, на нашата нация. Също така, исках да знам дали взимахме решения, които ни защитават повече. И аз не можех да намеря тази информация. Оказа се, че повечето големи агенции за криминално правосъдие, като моята, не следят за наистина важните неща. И така след около месец на раздразнение, влязох в една конферетна зала, пълна с детективи и купища и купища папки със случаи, и детективите седяха и си водеха записки в жълти тефтери. Те се опитваха да достигнат до информацията, която и аз търсех, минавайки през всеки случай за последните пет години. И както можете да си представите, когато най-накрая видяхме резултатите, те не бяха добри. Оказа се, че се занимаваме с много дребни случаи с наркотици от улиците, точно до офиса ни в Трентон.
But when I became the attorney general, two things happened that changed the way I see criminal justice. The first is that I asked what I thought were really basic questions. I wanted to understand who we were arresting, who we were charging, and who we were putting in our nation's jails and prisons. I also wanted to understand if we were making decisions in a way that made us safer. And I couldn't get this information out. It turned out that most big criminal justice agencies like my own didn't track the things that matter. So after about a month of being incredibly frustrated, I walked down into a conference room that was filled with detectives and stacks and stacks of case files, and the detectives were sitting there with yellow legal pads taking notes. They were trying to get the information I was looking for by going through case by case for the past five years. And as you can imagine, when we finally got the results, they weren't good. It turned out that we were doing a lot of low-level drug cases on the streets just around the corner from our office in Trenton.
Второто нещо, което се случи беше че прекарах деня в Камден, полицейският участък на Ню Джърси. По онова време, Камден, Ню Джърси, беше най-опасният град в Америка. Бях начело на полицейския участък в Камден точно поради тази причина. Прекарах деня в полицейския участък, и ме заведоха в стая при старши полицейски офицери, всички, от които работеха усърдно и полагаха големи усилия да намалят престъпността в Камден. Това, което видях в онази стая, докато обсъждахме как да намалим престъпността, беше поредица от полицаи с много малки жълти листчета. И те взимаха листче и пишеха нещо на него, и го слагаха на дъската. Един от тях каза, "Имаше обир преди две седмици. Нямаме заподозрени." А друг казваше "Имаше престрелка в този квартал миналата седмица. Нямаме заподозрени." Не се оповавахме на фактите. А просто се опитвахме да се борим с престъпността с жълти самозалепящи се листчета.
The second thing that happened is that I spent the day in the Camden, New Jersey police department. Now, at that time, Camden, New Jersey, was the most dangerous city in America. I ran the Camden Police Department because of that. I spent the day in the police department, and I was taken into a room with senior police officials, all of whom were working hard and trying very hard to reduce crime in Camden. And what I saw in that room, as we talked about how to reduce crime, were a series of officers with a lot of little yellow sticky notes. And they would take a yellow sticky and they would write something on it and they would put it up on a board. And one of them said, "We had a robbery two weeks ago. We have no suspects." And another said, "We had a shooting in this neighborhood last week. We have no suspects." We weren't using data-driven policing. We were essentially trying to fight crime with yellow Post-it notes.
Тези две неща ме накараха да осъзная, че по начало ние се проваляхме. Не знаехме, дори кой е част от съдебната система, нямахме никакви данни за нещата, които са от значение, и не споделяхме данни, и не анализирахме и не използвахме инструменти, които да ни помогнат да взимаме по-добри решения, с които да намалим престъпността. И за пръв път, се замислих за това как взимаме решения. Когато бях заместник областен прокурор, и когато бях федерален прокурор, гледах случаите пред мен и взимах решения, базирани главно на инстинктите и опита си. Когато станах министър на правосъдието, имах възможността да погледна системата като едно цяло, и това което ме изненада, беше че разбрах че точно това е нещото, коео беше грешно в цялата система - в полицейските участъци, в прокуратурата, в съда и в затворите. И това, което много бързо научих беше, че не се справяме добре с работата. Поради тази причина исках да върша нещата по различен начин. Исках да въведа данни и аналитичност, и точни статичстически анализи в нашата работа. На кратко, исках да приложа мънибол към криминалното правосъдия.
Now, both of these things made me realize fundamentally that we were failing. We didn't even know who was in our criminal justice system, we didn't have any data about the things that mattered, and we didn't share data or use analytics or tools to help us make better decisions and to reduce crime. And for the first time, I started to think about how we made decisions. When I was an assistant D.A., and when I was a federal prosecutor, I looked at the cases in front of me, and I generally made decisions based on my instinct and my experience. When I became attorney general, I could look at the system as a whole, and what surprised me is that I found that that was exactly how we were doing it across the entire system -- in police departments, in prosecutors's offices, in courts and in jails. And what I learned very quickly is that we weren't doing a good job. So I wanted to do things differently. I wanted to introduce data and analytics and rigorous statistical analysis into our work. In short, I wanted to moneyball criminal justice.
Мънибол, както повечето от вас знаят, беше приложено от Окландските А-та, които използваха хитри факти и статистика за да определят как да си изберат играчи които ще им помогнат да печелят, и преминаха от система, която се базираше на бейзболни разузнавачи които, наблюдаваха играчи и използваха своите инстинкти и опит, инстинктите и опита на разузнавачите, за да избират играчи, преминаха към хитри факти и точен статистически анализ за да разберат какда си избират играчи, които да им донесат победи.
Now, moneyball, as many of you know, is what the Oakland A's did, where they used smart data and statistics to figure out how to pick players that would help them win games, and they went from a system that was based on baseball scouts who used to go out and watch players and use their instinct and experience, the scouts' instincts and experience, to pick players, from one to use smart data and rigorous statistical analysis to figure out how to pick players that would help them win games.
Проработи за Окладските А-та, проработи и за щата Ню Джърси. Махнахме Камден от началото на списъка с най-опасни градове в Америка. Намалихме убийствата с 41 процента, което всъщност означава 37 спасени живота. Също така намлихме общо престъпността на града с 26 процента. Също така и променихме начина, по който осъждахме криминални престъпления. По този начин от дребни престъпления с наркотици които бяха около сградата, се пренесохме на случаи с щатска значимост, като намаляване на насилието на най - опасните нарушители, осъждане на уличните банди, трафика с оръжия и наркотици, и политическата корупция.
It worked for the Oakland A's, and it worked in the state of New Jersey. We took Camden off the top of the list as the most dangerous city in America. We reduced murders there by 41 percent, which actually means 37 lives were saved. And we reduced all crime in the city by 26 percent. We also changed the way we did criminal prosecutions. So we went from doing low-level drug crimes that were outside our building to doing cases of statewide importance, on things like reducing violence with the most violent offenders, prosecuting street gangs, gun and drug trafficking, and political corruption.
И всичко това е от огромно значение, защото за мен безопасността на хората е най-важното задължение на правителството. Ако не сме в безопасност, не можем да се образоваме, не можем да бъдем здрави, не можем да постигнем нищо от нещата, които искаме да постигнем в живота си. И днес живеем в страна, която е изправена пред сериозни проблеми с правосъдието. 12 милиона ареста се извършват всяка година. Голяма част от тези арести са за дребни престъпления, като лошо поведение, 70-80 процента. По-малко от 5 процента от всички арести са за насилствени престъпления. И все пак харчим 75 билиона точно така б за билион, долара годишно за щатски и местни подобрения. В момента, днес, има 2,3 милиона души в нашите затвори. И се сблъскваме с невероятни проблеми свързани с публичната безопасност, защото сме в ситуация, в която две трети от хората в затворите ни са там за да чакат съдебен процес. Те все още не са признати за виновни. Просто чакат за своя деня в съда. И 67 процента се връщат. Нивото ни на рецидивизъм е едно от най-високите в света. Почти 7 от 10 човека, които са освободени биват арестувани повторно в един постоянен кръговрат на престъпление и задържане.
And all of this matters greatly, because public safety to me is the most important function of government. If we're not safe, we can't be educated, we can't be healthy, we can't do any of the other things we want to do in our lives. And we live in a country today where we face serious criminal justice problems. We have 12 million arrests every single year. The vast majority of those arrests are for low-level crimes, like misdemeanors, 70 to 80 percent. Less than five percent of all arrests are for violent crime. Yet we spend 75 billion, that's b for billion, dollars a year on state and local corrections costs. Right now, today, we have 2.3 million people in our jails and prisons. And we face unbelievable public safety challenges because we have a situation in which two thirds of the people in our jails are there waiting for trial. They haven't yet been convicted of a crime. They're just waiting for their day in court. And 67 percent of people come back. Our recidivism rate is amongst the highest in the world. Almost seven in 10 people who are released from prison will be rearrested in a constant cycle of crime and incarceration.
И така, когато започнах работа във фондация Арнолд се върнах отново на много от тези въпроси, и си мислех как бяхме използвали факти и анализи да преобразим начина, по който упражнявахме криминално правосъдие в Ню Джърси. И когато гледам правната система днес в Съединените щати, се чувствам по същия начин, както се чувствах относно щата Ню Джърси, когато започнах да рабтя там, а то е, че задължително трябва да се стараем повече, и знам, че можем да се справим по-добре.
So when I started my job at the Arnold Foundation, I came back to looking at a lot of these questions, and I came back to thinking about how we had used data and analytics to transform the way we did criminal justice in New Jersey. And when I look at the criminal justice system in the United States today, I feel the exact same way that I did about the state of New Jersey when I started there, which is that we absolutely have to do better, and I know that we can do better.
За това реших да се фокусирам върху използването на данни и анализи, за да помагам в вземането на най-критичните решения свързани с публичната безопасност, и това решение е мотивацията когато някой е арестуван, дали те представляват риск за обществената безопасност и трябва да бъдат задържани, или не и трябва да бъдат освободени. Всичко случващо се в криминалните случаи е извлечено от тези решения. То влияе на всичко. Влияе на присъдите. Влияе на решението дали някой трябва да бъде лекуван с лекарства. Влияе на престъпността и насилието. И когато разговарям със съдии из Съединените щати, което правя постоянно, те всички казват едно и също нещо, че трябва да затваряме в затвори опасните хора и да пуснем безопасните, ненасилствени хора на свобода. Те вярват в това. Но когато погледнеш данните, които, междудругото, съдиите нямат, когато погледнем данните, това което виждаме отново и отново, е че не е това което се случва. Виждаме ниски-рискови престъпници, които са 50 процента от цялта популация на криминалното ни правосъдие, виждаме че те са в затвора. Например Лесли Чу, мъж от Тексас, който откраднал четири одеяла в една студена зимна нощ. Арестували го и държали в затвора при гаранция от 3500 долара, сума, която той не можел да си позволи да изплати. И той бил в затвора в продължение на осем месеца, докато делото му не било занесено на съд, за повече от 9000 долара, сума платена от данъците на данъкоплатците. И в другия край на спектъра, вършим все толкова лоша работа. Хората, които намираме за високо рискови престъпници, хората, за които мислим, че е най-възможно да извършат престъпление, ако бъдат освободени, виждаме, че на национално ниво, 50 процента от тези хора биват пускани на свобода.
So I decided to focus on using data and analytics to help make the most critical decision in public safety, and that decision is the determination of whether, when someone has been arrested, whether they pose a risk to public safety and should be detained, or whether they don't pose a risk to public safety and should be released. Everything that happens in criminal cases comes out of this one decision. It impacts everything. It impacts sentencing. It impacts whether someone gets drug treatment. It impacts crime and violence. And when I talk to judges around the United States, which I do all the time now, they all say the same thing, which is that we put dangerous people in jail, and we let non-dangerous, nonviolent people out. They mean it and they believe it. But when you start to look at the data, which, by the way, the judges don't have, when we start to look at the data, what we find time and time again, is that this isn't the case. We find low-risk offenders, which makes up 50 percent of our entire criminal justice population, we find that they're in jail. Take Leslie Chew, who was a Texas man who stole four blankets on a cold winter night. He was arrested, and he was kept in jail on 3,500 dollars bail, an amount that he could not afford to pay. And he stayed in jail for eight months until his case came up for trial, at a cost to taxpayers of more than 9,000 dollars. And at the other end of the spectrum, we're doing an equally terrible job. The people who we find are the highest-risk offenders, the people who we think have the highest likelihood of committing a new crime if they're released, we see nationally that 50 percent of those people are being released.
Причината за това е начинът, по който взимаме решения. Съдиите имат най-добри намерения. когато взимат тези решения за риска, но те ги взимат субективно. Те са като бейзболните разузнавачи преди 20 години, които са използвали своите инстинкти и опит, за да оценят какъв риск представлява някой играч. Те са били субективни, а ние знаем какво се случва при субективните решения, обикновено грешим. Това от което се нуждаем са стабилни данни и анализи.
The reason for this is the way we make decisions. Judges have the best intentions when they make these decisions about risk, but they're making them subjectively. They're like the baseball scouts 20 years ago who were using their instinct and their experience to try to decide what risk someone poses. They're being subjective, and we know what happens with subjective decision making, which is that we are often wrong. What we need in this space are strong data and analytics.
Това което се стремях да намеря беше надежден инструмент за анализ и оценка на риска, нещо, което да позволи на съдиите, в действителност да преценяват по научен и обективен начин на какъв риск излага обществото човекът, който стои пред тях. Търсих из цялта страна и установих, че между 5 и 10 процнета от цялата юрисдикция на Съединените щати използват някакъв метод за оценяване на риска, и когато ги погледнах по-отблизо бързо разбрах защо. Те бяха невероятно скъпи за прилагане, отнемаха много време, бяха ограничени до местната юрисдикция, в която бяха разработени. И дефакто, не можеха да бъдат приложени на други места.
What I decided to look for was a strong data and analytic risk assessment tool, something that would let judges actually understand with a scientific and objective way what the risk was that was posed by someone in front of them. I looked all over the country, and I found that between five and 10 percent of all U.S. jurisdictions actually use any type of risk assessment tool, and when I looked at these tools, I quickly realized why. They were unbelievably expensive to administer, they were time-consuming, they were limited to the local jurisdiction in which they'd been created. So basically, they couldn't be scaled or transferred to other places.
Затова събрах феноменален екип от информационни специалисти и изследователи, и статистици, за да разработят универсален инструмент за оценяване на риска така че всеки съдия в Съединените американски щати да има обективен и научен начин за оценяване на риска. В разработването на този инструмент, събрахме 1.5 милиона случая навсякъде от Съединените щати, от градове, окръзи, от всеки щат в страната, федералните области. И с тези 1.5 милиона случая, които са най-големият набор от данни на досъдебно производство в Съединените щати до сега, успяхме да установим, че има повече от 900 рискови фактора, които бихме могли да разгледаме и да решим кой е най-важният. И установихме, че има девет специфични неща, които важат за цялата страна, и които най-силно предсказват риска. И така разработихме универсален инстромент за оценка на риска. И изглежда ето така. Както виждате, вкарваме някаква информация, но по-голямата част е много проста, лесно се използва, фокусира се върху аспекти като предишни присъди на ответника, дали са били осъждани или задържани, дали преди са взимали участие в насилие, и дори дали са пропускали да се явят пред съд. И с този инструмент, можем да предскажем три неща. Първо, дали някой ще извърши ново престъпление, ако бъдат освободени. Второ, за пръв път, и аз смятам, че това е изключително важно, можем да предвидим дали някой ще извърши насилствен акт ако бъде освободен, И това е най-важното нещо, което съдиите ти казват, когато говориш с тях. И трето, можем да предвидим дали някой ще се върне отново пред съд. И всеки съдия в Съединените американски щати може да го използва, защото е създадено на база универсален набор от данни.
So I went out and built a phenomenal team of data scientists and researchers and statisticians to build a universal risk assessment tool, so that every single judge in the United States of America can have an objective, scientific measure of risk. In the tool that we've built, what we did was we collected 1.5 million cases from all around the United States, from cities, from counties, from every single state in the country, the federal districts. And with those 1.5 million cases, which is the largest data set on pretrial in the United States today, we were able to basically find that there were 900-plus risk factors that we could look at to try to figure out what mattered most. And we found that there were nine specific things that mattered all across the country and that were the most highly predictive of risk. And so we built a universal risk assessment tool. And it looks like this. As you'll see, we put some information in, but most of it is incredibly simple, it's easy to use, it focuses on things like the defendant's prior convictions, whether they've been sentenced to incarceration, whether they've engaged in violence before, whether they've even failed to come back to court. And with this tool, we can predict three things. First, whether or not someone will commit a new crime if they're released. Second, for the first time, and I think this is incredibly important, we can predict whether someone will commit an act of violence if they're released. And that's the single most important thing that judges say when you talk to them. And third, we can predict whether someone will come back to court. And every single judge in the United States of America can use it, because it's been created on a universal data set.
Това което съдиите виждат, когато използват този инструмент за оцека на риска, е това – табло. Отгоре се вижда новият резултат за криминална активност, където 6 е най-високото, и по средата се вижда "Завишен риск от насилие". Това което сочи е, че този човек е някой, който има завишен риск за насилие, на който съдията трябва да обърне внимание. И накрая, към края, се вижда резултат за неуспешно появяване което, отново, е вероятността, че някой ще се върне отново пред съда.
What judges see if they run the risk assessment tool is this -- it's a dashboard. At the top, you see the New Criminal Activity Score, six of course being the highest, and then in the middle you see, "Elevated risk of violence." What that says is that this person is someone who has an elevated risk of violence that the judge should look twice at. And then, towards the bottom, you see the Failure to Appear Score, which again is the likelihood that someone will come back to court.
Тук искам да кажа нещо много важно. Не мисля, че трябва да изключваме инстинктите и опита на съдията от този процес. Не го мисля. Всъщност вярвам, че проблемът, който виждаме, и причината, поради която имаме тези невероятни проблеми със системата, където затваряме дребни, ненасилствени хора, и пускаме на свобода високо-рискови, опасни хора, е че нямаме обективна мярка на риска. Това което вярвам, че трябва да се случи, е, че трябва да вземем това основано на данни рисково оценяване и да го комбинираме със съдийските инстинкти и опит, за да стигнем до по-добро вземане на решения. Инструментът беше пуснат в щата Кентъки на 1-ви юли и ще бъде пуснат в още други Щатски юрисдикции. Целта ни е всеки съдия в Съединените щати да използва основан на данни инструмент за риска в следващите пет години. Също така, в момента разработваме инструменти за риска за прокурори и полицаи, за да вземем една система, която работи в Америка по същия начин, както и преди 50 години, базирана на инстинкти и опит, и да я направим в такава, която е базирана на данни и анализи.
Now I want to say something really important. It's not that I think we should be eliminating the judge's instinct and experience from this process. I don't. I actually believe the problem that we see and the reason that we have these incredible system errors, where we're incarcerating low-level, nonviolent people and we're releasing high-risk, dangerous people, is that we don't have an objective measure of risk. But what I believe should happen is that we should take that data-driven risk assessment and combine that with the judge's instinct and experience to lead us to better decision making. The tool went statewide in Kentucky on July 1, and we're about to go up in a number of other U.S. jurisdictions. Our goal, quite simply, is that every single judge in the United States will use a data-driven risk tool within the next five years. We're now working on risk tools for prosecutors and for police officers as well, to try to take a system that runs today in America the same way it did 50 years ago, based on instinct and experience, and make it into one that runs on data and analytics.
Добрите новини са, а ние имаме още тонове работа, и голяма култура за промяна, но добрите новини са, че знаем че работи. За това "Гугъл" е "Гугъл", и за това всички бейзболни отбори използват "мънибол", за да печелят игри. Добрите новини за нас са, че това е начинът по който можем да променим Американската съдебна система. Така можем да направим улиците си по-безопасни, можем да намалим разноските си за затворите, и можем да направим системата ни по-честна и по-точна. Някои хора го наричат наука за данните. Аз го наричам "мънибол" на криминалната система.
Now, the great news about all this, and we have a ton of work left to do, and we have a lot of culture to change, but the great news about all of it is that we know it works. It's why Google is Google, and it's why all these baseball teams use moneyball to win games. The great news for us as well is that it's the way that we can transform the American criminal justice system. It's how we can make our streets safer, we can reduce our prison costs, and we can make our system much fairer and more just. Some people call it data science. I call it moneyballing criminal justice.
Благодаря.
Thank you.
(Аплодисменти)
(Applause)