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.
Năm 2007, tôi trở thành trưởng ban tư pháp của bang New Jersey. Trước đó, tôi là một uỷ viên công tố tội phạm, làm việc đầu tiên ở văn phòng luật sư quận Manhattan, rồi đến bộ tư pháp Hoa Kỳ.
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.
Nhưng khi trở thành trưởng ban tư pháp, có 2 việc xảy ra làm thay đổi cách nhìn nhận của tôi về xét xử tội phạm. Đầu tiên tôi tự hỏi đâu là những câu hỏi mà tôi cho là thực sự cơ bản. Tôi muốn biết chúng tôi đang bắt giữ ai, chúng tôi đang buộc tội ai, và chúng tôi đang giam giữ ai trong những trại giam và nhà tù trên đất nước mình Tôi cũng muốn biết rằng liệu chúng ta có đang đưa ra những phán quyết giúp mình cảm thấy an toàn hơn theo một mức độ nào đó. Và tôi không thể tìm được thông tin này. Hoá ra, phần lớn những cơ quan xét xử tội phạm lớn nhất giống như cơ quan của tôi đã không theo dõi những vấn đề quan trọng này. Nên sau khoảng một tháng cực kỳ thất vọng, Tôi đi vào một phòng hội nghị chật kín những cảnh sát hình sự và hàng chồng hồ sơ các vụ án, các cảnh sát ngồi đó với những tập giấy ghi chú màu vàng. Họ cố gắng lấy được thông tin mà tôi đang tìm kiếm bằng cách rà soát lại từng vụ án trong 5 năm qua. Và các bạn có thể tưởng tượng, khi chúng tôi có được kết quả cuối cùng, chúng không hề chất lượng. Hoá ra chúng tôi đang theo dõi rất nhiều vụ buôn bán thuốc phiện cấp thấp trên đường phố rất gần với văn phòng của chúng tôi ở Trenton.
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.
Điều thứ hai xảy ra là những ngày ở sở cảnh sát Camden, New Jersey. Tại thời điểm đó, Camden, New Jersey, là thành phố nguy hiểm nhất nước Mỹ. Tôi điều hành sở cảnh sát Camden vì điều đó. Tôi dành những ngày trong sở cảnh sát, và tôi được đưa tới căn phòng với những cảnh sát cấp cao, tất cả đều làm việc chăm chỉ và nỗ lực cố gắng để giảm thiểu tội phạm ở Camden. Và điều tôi thấy ở căn phóng đó, khi chúng tôi nói về cách giảm tỷ lệ phạm tội, có hàng loạt các cảnh sát với rất nhiều các mảnh giấy ghi chú màu vàng nhỏ Và họ lấy một tờ giấy ghi chú và ghi vài điều lên đó rồi họ ghim chúng lên một cái bảng. và một trong số họ nói, "Chúng ta có một vụ cướp hai tuần trước. chúng ta không có nghi phạm nào." Người khác nói, "Chúng ta có một vụ nổ súng ở gần khu này tuần trước. Không có nghi phạm nào." Chúng tôi không làm việc theo cách thức định hướng bởi dữ liệu. Chúng ta cơ bản là đang chống tội phạm bằng những mảnh giấy ghi chú màu vàng.
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.
Lúc này, hai điều trên làm tôi nhận ra rằng về cơ bản là chúng ta đang thất bại. Chúng ta thậm chí còn không biết ai đã nằm trong hệ thống xét xử tội phạm của mình, chúng ta không có chút dữ liệu nào về những điều quan trọng này, cũng như không chia sẻ dữ liệu hay sử dụng các phân tích các công cụ để giúp đưa ra các quyết định chính xác hơn và giảm thiểu các trường hợp phạm tội. Và lần đầu tiên, tôi bắt đầu nghĩ đến việc chúng ta đã ra quyết định như thế nào. Khi đang làm trợ lý tại D.A, và khi làm công tố viên liên bang, Tôi nhìn vào các vụ án trước mắt mình, và thường đưa ra các quyết định dựa trên bản năng và kinh nghiệm của bản thân. Khi trở thành trưởng ban tư pháp, tôi có được cái nhìn toàn cảnh về cả hệ thống, và điều làm tôi ngạc nhiên là tôi thấy rằng đó chính là cách chúng ta vẫn đang làm trên toàn bộ hệ thống -- tại các sở cảnh sát, văn phòng công tố, trong toà án và nhà tù. Và điều tôi đã học được rất nhanh là chúng ta đang làm việc không tốt. Vậy nên tôi muốn làm khác đi. Tôi muốn đưa ra dữ liệu và phân tích các phân tích thống kê chặt chẽ vào công việc của mình. Tóm lại, tôi muốn xét xử tội phạm như kiểu "Moneyball".
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.
Moneyball, chắc nhiều người trong các bạn đã biết, là thứ mà đội Oakland A đã làm, theo đó, họ sử dụng dữ liệu và các thống kê thông minh để tìm ra cách chọn lựa các cầu thủ giúp họ chiến thắng cuộc chơi, và đi từ một hệ thống vốn dựa trên những tuyển trạch viên những người thường đến trực tiếp và xem các cầu thủ và sử dụng bản năng và kinh nghiệm của mình, bản năng và kinh nghiệm của những tuyển trạch viên, để lựa chọn các cầu thủ, từ một người dùng các dữ liệu và phân tích thống kê chính xác để tìm ra cách chọn lựa được những người sẽ giúp họ thắng cuộc.
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.
Điều đó có tác dụng với đội Oakland A's, và nó đã có tác dụng với bang New Jersey. Chúng tôi đã đưa Camden ra khỏi đầu danh sách các thành phố nguy hiểm nhất của Mỹ. Chúng tôi đã làm giảm 41% tỷ lệ giết người, có nghĩa là 37 mạng người đã được cứu. Và chúng tôi đã giảm được 26% tổng số tội phạm trong thành phố . Chúng tôi cũng thay đổi cách khởi tố tội phạm. Chúng tôi từ làm những vụ bán thuốc phiện cấp thấp ở xung quanh toà nhà của mình sang các vụ nghiêm trọng trên cả bang, còn những thứ như giảm bạo lực với những kẻ bạo lực nhất, khởi tố những băng nhóm đường phố, buôn bán vũ khí và thuốc phiện, tham ô chính trị.
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.
Tất cả các vấn đề này đều rất quan trọng, bởi vì an ninh công cộng với tôi là chức năng quan trọng nhất của chính phủ. Nếu chúng ta không được an toàn, chúng ta không thể được giáo dục, không thể được khoẻ mạnh, chúng ta không thể làm được những điều khác mà chúng ta muốn làm trong cuộc sống. Và ngày nay, chúng ta sống trong một đất nước đối mặt với những vấn đề tội phạm nghiêm trọng. Chúng ta bắt giữ 12 triệu người mỗi năm. Phần lớn những kẻ bị bắt là phạm tội mức thấp, là những người phạm tội nhẹ, chiếm 70% đến 80%. Ít hơn 5% những kẻ bị bắt là tội phạm sử dụng bạo lực. Chúng ta đang dùng 75 tỷ, dùng tới tiền tỷ, ha2bf tỷ đôla một năm cho chi phí cải tạo cấp địa phương và nhà nước. Hôm nay, ngay lúc này, chúng ta có 2,3 triệu người trong các nhà tù và trại giam. Và chúng ta phải đối mặt với những thách thức về an ninh công cộng rất lớn bởi vì chúng ta đang trong tình trạng 2/3 số người trong tù đang chờ xét xử. Họ chưa bị kết án là có phạm tội. Họ chỉ chờ đến ngày ra toà. Và 67% số đó quay trở lại. Tỷ lệ tái phạm tội của chúng ta nằm trong nhóm cao nhất thế giới. Gần như 7 trong 10 người được thả khỏi tù sẽ bị bắt trở lại trong vòng luẩn quẩn của phạm tội và bị tống giam.
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.
Khi bắt đầu công việc tại tổ chức Arnold, tôi quay lại với rất nhiều các câu hỏi đó, và quay lại việc nghĩ đến cách mà chúng ta đã sử dụng dữ liệu và phân tích để thay đổi cách làm với xét xử tội phạm ở New Jersey . Và khi nhìn vào hệ thống xét xử tội phạm ở Mỹ hiện nay; Tôi cảm thấy giống hệt như cách mà tôi đã thấy ở bang New Jersey khi bắt đầu ở đó, đó là điều mà chúng ta buộc phải làm tốt hơn, và tôi biết rằng chúng ta có thể làm tốt hơn.
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.
Nên tôi đã quyết định tập trung vào phân tích và sử dụng dữ liệu để giúp đưa ra những quyết định quan trọng với an ninh công cộng, và đó là những quyết định để xác định việc khi nào ai đó bị bắt giữ, liệu họ có làm nguy hại tới an ninh xã hội và liệu có nên bị tạm giữ, hoặc liệu họ sẽ không nguy hại tới xã hội liệu họ nên được thả. Mọi thứ xảy ra trong các vụ phạm tội đều xuất phát từ một quyết định này. Nó tác động tới mọi thứ. Nó tác động tới sự phán quyết. Nó tác động tới liệu một người có cần điều trị cai nghiện. Nó tác động tới tội phạm và bạo lực. Và khi nói chuyện với các thẩm phán trên khắp nước Mỹ, đó là điều tôi đang làm, họ đều nói giống nhau, rằng chúng ta tống giam những kẻ nguy hiểm, và thả những người không nguy hiểm, không bạo lực ra. Họ nói thật và họ tin điều đó. Nhưng khi nhìn vào dữ liệu, nhân tiện nói rằng, đó là thứ các thẩm phán không có, khi nhìn vào dữ liệu, cái chúng ta thấy lặp lại rất nhiều lần, rằng nó không đúng như thế. Chúng ta thấy những kẻ ít có khả năng phạm tội, chiếm 50% tổng số người phạm tội, chúng ta thấy họ trong tù. Lấy Leslie Chew - một người Texas làm ví dụ người đã ăn trộm 4 chiếc chăn trong một đêm đông lạnh. Anh ta đã bị bắt, và bị tạm giam với mức tiền bảo lãnh là 3500$, lượng tiền mà anh ta không đủ khả năng chi trả. Vậy nên anh ta phải ở lại nhà giam 8 tháng cho tới khi được đưa ra xét xử, với mức chi phí mà người nộp thuế phải trả là hơn 9000 đôla. Và ở phía đối diện, chúng ta đang làm một việc tồi tệ như thế. Những người mà chúng ta cho rằng có khả năng phạm tội cao nhất, những người mà chúng ta nghĩ có khả năng phạm tội mới cao nhất nếu họ được thả, nhìn trên phạm vi toàn quốc chúng ta thấy rằng 50% trong số họ đang được thả.
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.
Lý do cho việc này nằm ở cách mà chúng ta đưa ra quyết định. Các thẩm phán có quyền quyết định nhất khi họ đưa ra những quyết định về nguy cơ nguy hiểm, nhưng họ đang làm vậy một cách chủ quan. Họ như những nhà tuyển trạch bóng rổ 20 trước những người sử dụng bản năng và kinh nghiệm để cố phân định nguy cơ từ một người. Họ đang làm điều đó một cách rất chủ quan, và chúng ta biết điều gì sẽ xảy ra khi quyết định chủ quan, đó là chúng ta thường sẽ sai. Cái chúng ta cần ở đây là dữ liệu đầy đủ và các phân tích.
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.
Điều mà tôi đã quyết định tìm kiếm là một dữ liệu đầy đủ và các công cụ phân tích mức độ nguy hiểm, cái gì đó để cho các thẩm phán thực sự hiểu một cách khoa học và khách quan mức độ nguy hiểm của người đang bị thẩm tra trước mặt họ. Tôi đã xem trên cả nước, và thấy rằng khoảng 5 đến 10% tất cả các toà án pháp lý Hoa Kỳ thực chất sử dụng mọi loại công cụ định mức nguy hiểm, và khi nhìn vào các công cụ đó, Tôi nhanh chóng tìm ra lý do. Chúng tốn kém đến khó tin với các nhà thi hành, chúng tiêu tốn thời gian, chúng bị hạn chế trong quyền xét xử tại địa phương nơi chúng được tạo ra. Vậy cơ bản, chúng không thể được sắp xếp hoặc áp dụng được ở những nơi khác.
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.
Nên tôi đã đi đến thành lập một đội rất mạnh gồm các nhà khoa học và nghiên cứu dữ liệu và các nhà thống kê để tạo ra một công cụ đánh giá mức độ nguy hiểm vạn năng để mỗi thẩm phán của liên bang Hoa kỳ có thể có một phương pháp đo lường mức độ nguy hiểm khách quan và khoa học. Trong công cụ chúng tôi tạo ra, điều chúng tôi làm là thu thập 1.5 triệu vụ án từ khắp nơi trên cả nước, từ các thành phố, các vùng quê, từ mọi bang trên cả nước, các khu vực liên bang. Và với 1.5 triệu hồ sơ các vụ án, là bộ dữ liệu tiền xử án lớn nhất ở Mỹ ngày nay, chúng tôi cơ bản có thể tìm ra rằng có thêm 900 nhân tố nguy hiểm mà chúng tôi quan sát để tìm hiểu ra cái gì là nghiêm trọng nhất. Và chúng tôi thấy có 9 điều đặc trưng quan trọng trên cả nước và đó là dự báo cao nhất của các mối nguy hại. Vậy nên chúng tôi đã tạo ra công cụ đánh giá mức độ nguy hiểm toàn diện. Nó như thế này. Bạn sẽ thấy, chúng tôi đưa vào một vài dữ liệu, nhưng hầu hết chúng đều rất đơn giản, nó rất dễ sử dụng, nó tập trung vào những thứ như tiền án của bị cáo, liệu họ đã từng bị kết án phạt tù, liệu họ từng có các hành vi bạo lực trước đó, liệu họ không ra hầu tòa. Và với công cụ này, chúng tôi có thể dự đoán 3 điều. Một là, liệu ai đó có tái phạm nếu họ được thả. Thứ hai, đây là lần đầu tiên và tôi nghĩ điều này rất quan trọng, chúng ta có thể tiên đoán ai đó có phạm tội liên quan tới bạo lực nếu họ được thả. Và đó là điều quan trọng duy nhất mà các thẩm phán nói khi bạn nói chuyện với họ. Thứ ba, chúng ta có thể dự đoán ai sẽ quay lại xử án. Mỗi thẩm phán trên nước Mỹ có thể sử dụng nó, bởi nó được tạo ra trên một bộ dữ liệu toàn diện.
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.
Các thẩm phán sẽ thấy gì nếu họ dùng công cụ đánh giá mức nguy hại là đây -- nó là một bảng điều tiết. Trên cùng, bạn thấy tỷ lệ phạm tội mới, thang sáu là cao nhất, và ở giữa bạn thấy "mức độ bạo lực nâng cao." Cái đó nói lên rằng người này là người đã gia tăng nguy cơ bạo lực điều các thẩm phán nên xem lại kỹ. Và sau đó, ở cuối cùng, bạn thấy tỷ lệ không quay lại trình diện, cái một lần nữa là khả năng người đó sẽ quay lại hầu tòa.
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.
Giờ tôi muốn nói vài điều rất quan trọng. Không phải tôi nghĩ chúng ta nên loại bỏ bản năng và kinh nghiệm của các thẩm phán trong tiến trình này. Tôi không hề có ý như thế. Tôi thực chất tin rằng vấn đề mà chúng ta thấy và lý do là chúng ta có những lỗi cực lớn trong hệ thống nơi chúng ta bỏ tù những tội phạm cấp thấp, những người không bạo lực và chúng ta thả những người có khả năng gây nguy hiểm cao, đó là do chúng ta không có một công cụ đo lường khách quan các mối nguy hại Nhưng điều tôi tin nên xảy ra đó là chúng ta nên lấy những dư liệu đã định hướng mức độ nguy hiểm và kết hợp nó với bản năng và kinh nghiệm các thẩm phán để dẫn tới những quyết định đúng đắn. Khi công cụ được dùng rộng rãi tại bang Kentucky ngày 1 tháng 7 và chúng tôi dự định tăng thêm số lượng các cơ quan hành pháp khác tại Mỹ. Mục tiêu của chúng tôi, khá đơn giản, là mỗi thẩm phán tại Mỹ sẽ có một công cụ định hướng mối nguy hiểm trong vòng 5 năm tới. Chúng tôi cũng đang làm các công cụ đó cho các công tố viên và cho các nhân viên cảnh sát, để cố gắng đưa hệ thống đó vào hoạt động lúc này tại Mỹ giống như cách nó đã làm 50 năm trước, dựa trên bản năng và kinh nghiệm, và làm nó thành một công cụ chạy trên dữ liệu và thống kê.
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.
Giờ, tin tốt về tất cả những điều này, là chúng ta còn cả tấn việc cần làm, và chúng ta có rất nhiều kiểu văn hoá cần phải thay đổi, nhưng tin tốt nhất là chúng ta biết nó có hiệu quả. Đó là tại sao Google là Google, và đó là tại sao tất cả các đội bóng rổ dùng "moneyball" để chiến thắng. Cũng là tin tốt cho chúng ta đó là cách chúng ta có thể chuyển biến hệ thống xét xử tội phạm Hoa kỳ. Đó là cách chúng ta làm đường phố trở nên an toàn hơn, chúng ta có thể giảm chi phí cho các nhà tù, và làm hệ thống của mình công bằng hơn đúng đắn hơn. Có người gọi đó là khoa học dữ liệu. Tôi gọi nó là xét xử tội phạm "moneyballing".
Thank you.
Xin cảm ơn.
(Applause)
(vỗ tay)