美國各州警方逐步引入數據挖掘（Data Mining）及演算法（Algorithm），預測何時何地最有可能發生罪案，當然系統最關注的是「誰」最有機會犯案了。不論在大型群眾活動或防止罪案，其實各地警方早有採用模擬推論，而且也有該區「心水」目標人物，不過用到大型數據系統結合模擬推算，自然又再掀起關注。但說穿了，爭論與系統無關，只是警察誠信能否服眾的問題吧？現在香港警方說要全天候保護朱凱迪，香港人會信這是保護還是監視呢？
現時，美國已約有 20 個州（包括紐約市、芝加哥及洛杉磯）的 50 間大型警局，採用這種預測型監察系統（Predictive policing）。民權團體及技術研究組織們便聯署聲明，批評這預測式監察系統，認為該軟件經常採用偏頗或不完整的數據，合理化警方，讓其在警力過度的地方再加強執法，騷擾社區。刑事司法改革專家認為，做法或有種族偏見及過度監管。
這種預測式監控系統，必然引起人權私隱及社會治安的衝突，再加上美國警察近期的表現，確實引起激烈反彈。聯署聲明認為預防式監察系統，只會進一步惡化歧視問題。
系統並不是首次遭到批評，在 8 月時，芝加哥的系統被指費時失事，無所作為，並不能阻止城市的槍擊風波：警方羅列有高犯罪機率（特別是槍械暴力）的人，製成「策略人物列表」，讓電腦分析推演。但有報告指出名單中的人，更有可能成為槍擊受害者，多於拿槍殺人，認為警方誤定監視目標。而芝加哥警方回應記者時，指出報告的發現已經無效，因為該套預防式治安系統已經更新了數次，並經 RAND 檢測程式，現已大大改善了。
電腦不壞，問題在人
但話說回頭，警方採用預測式的監察防治，其實遠早於電腦及相關程式的出現，密芝根大學的數據科學家 H.V. Jagadish 表示。警方會在大型公眾活動調動人手資源，也會根據過往數據作預測，例如，部門會預計參加人數，發生罪案的潛在機率、及需要派多少人手。這種預防式監察，問題不在於採用大數據或電腦程式，而是低估這做法會引起的人權問題，「警方也須要認知，系統指出的機會率（Probabilities），而非必然（Certainties）」，Jagadish 說道。
至於因為可能侵犯人權及造成偏見為由，便要求警方避免使用相關的軟件，Jagadish 認為這並不明智，他認為警方須清楚認知這防治工具對於人及社群的影響，「你總不能說，不理過往模式，也不做任何事。預防式監察的確引來不少人權問題討論。我想這也是問題，因為起步時，不少警察部門只是看到其正面之處，而並不深入細想其負面影響。」Jagadish 還預測式監察系統一個公道，說明了系統中立，只是有人在開初判定潛在罪犯時，因各種偏見出了問題。
電腦可以中肯推演，未來如果結合人工智能，會否可以取代人類，公正不阿地認真預測誰是誠信守法的好人，誰是腦中滿載歪念的壞人？
