Um rassistische Voreingenommenheit in der Polizeiarbeit zu erfassen, müssen wichtige Datenlücken geschlossen werden

Von 2012 bis 2015 sammelte ein Forscherteam in Chicago 2,9 Millionen Patrouillenaufzeichnungen von Polizeibeamten. Die Analyse dieser Daten von fast 7.000 Beamten durch das Team zeigte, dass schwarze Polizisten mit geringerer Wahrscheinlichkeit Zivilisten verhaften als weiße Polizisten, die im selben Viertel patrouillieren (SN: 2/11/21). Beamte nahmen durchschnittlich acht Personen pro Schicht fest, wobei schwarze Beamte 24 Prozent weniger Verhaftungen vornahmen als weiße Beamte. Aber eine alternative Analyse, die Schichten ausschloss, bei denen keine Verhaftungen auftraten, verdrehte die Ergebnisse. Das ließ den Anschein erwecken, als ob schwarze Beamte 12 Prozent mehr Festnahmen verhängten als weiße Beamte.

Ereignisse, die nicht eintreten, nicht zu berücksichtigen – die Polizei lässt einen Jaywalker passieren, verzichtet auf eine Festnahme (normalerweise wegen geringfügiger Probleme wie der Besitz einer kleinen Menge Drogen) oder feuert nie eine gezogene Waffe ab – ist problematisch, sagt Polizeiexperte Dekan Knox von der University of Pennsylvania. „Anstatt den Schluss zu ziehen, dass Minderheitenbeamte weniger Durchsetzung betreiben“, sagt er über seine Chicago-Studie, „könnte man fälschlicherweise zu dem Schluss kommen, dass sie mehr Durchsetzung betreiben.“ Die Umkehr erfolgte, weil schwarze Offiziere im Vergleich zu weißen Offizieren häufiger auf Patrouillen gingen, ohne festzunehmen.

Nicht-Ereignisse dieser Art werden in der Regel in polizeilichen Daten ausgeschlossen. Obwohl zahlreiche Beweise darauf hindeuten, dass die Polizei in den Vereinigten Staaten Schwarze diskriminiert, sammeln laut Knox viele Polizeibehörden nur Daten über einen Bruchteil der Interaktionen zwischen ihren Beamten und Zivilisten. Handyvideos, wie die von Eric Garner in einem Würgegriff und George Floyd, der um Atem ringt, tauchen in der Regel nur auf, wenn die Begegnungen außer Kontrolle geraten. Das macht es schwierig, rassistische Vorurteile in der Polizeiarbeit zu messen oder gezielte Lösungen zu finden, um diese Vorurteile zu reduzieren.

Aber wie können Forscher, die sich mit Polizeiarbeit beschäftigen, für Nicht-Ereignisse verantwortlich sein? Die mühsame Chicagoer Datenerhebung durch Knox und sein Team ist nicht immer machbar. Und selbst diese rigorose Studie, berichtet in Wissenschaft Anfang dieses Jahres noch Lücken: Das Team hatte Daten darüber, wann die Polizei Zivilisten anhielt, festnahm oder Gewalt anwendete, aber nicht über kleinere Interaktionen, die nicht den Aufzeichnungsanforderungen der Abteilung entsprachen.

Wenn Forschungsteams akzeptieren Sie diese problematischen Datensätze für bare Münze, schreibt Knox in einem Essay vom 4. November in Wissenschaft, sie kommen oft zu widersprüchlichen Schlussfolgerungen. Meinungsverschiedenheiten in der Literatur ermöglichen es Amtsträgern und Medien, Studien auszuwählen, die ihren Standpunkt unterstützen, sei es, um für oder gegen implizites Vorurteilstraining zu argumentieren, um unbewusste Stereotypen zu überwinden oder die Rekrutierung von Minderheitsbeamten zu priorisieren.

Eine lange Kette von Ereignissen

Knox schrieb den Aufsatz nach der Veröffentlichung eines umstrittenen, und jetzt zurückgezogen, Studie, die 2019 in der Proceedings of the National Academy of Sciences. „Weiße Offiziere schießen nicht häufiger auf Zivilisten von Minderheiten als nichtweiße Offiziere“, schrieben die Autoren dieser Studie. Sie kamen zu dem Schluss, dass eine Politik zur Erhöhung der Polizeivielfalt wenig dazu beitragen würde, die Rassenunterschiede bei Polizeimorden einzudämmen.

Die Studie habe vor allem bei konservativen Medien und Politikern enorme Anziehungskraft gewonnen, sagt Knox. “Dies war eines der wichtigsten Dinge, mit denen die Leute die Existenz von Voreingenommenheit in der Polizei leugnen.”

Aber die Ergebnisse der Autoren seien mathematisch unbegründet, sagt Knox, der zusammen mit Jonathan Mummolo, einem Polizeiexperten an der Princeton University, einen Artikel geschrieben hat die Studie entlarven in Mittel. Etwa 800 Akademiker und Forscher haben das Stück signiert. Das Team habe es versäumt, die gesamten Polizeibegegnungen zu berücksichtigen und dann zu messen, welcher Bruchteil dieser Begegnungen zu tödlicher Gewalt führte, sagt Knox.

Aber dieser enge Fokus auf tödliche Polizeischießereien, ein seltenes Ereignis, das normalerweise am Höhepunkt einer langen Kette von Ereignissen auftritt, ignoriert alle potenziellen Voreingenommenheiten früher in der Kette, sagt Knox. Die erste potenzielle Voreingenommenheit in einer Kette von Ereignissen beginnt mit der Entscheidung eines Offiziers, sich einem Zivilisten zu nähern oder ihn passieren zu lassen. Knox räumt ein, dass eine separate Forschungsebene erforderlich ist, um Unterschiede auf gesellschaftlicher Ebene zu berücksichtigen, wie etwa die Anwesenheit von mehr Beamten in schwarzen, oft verarmten Vierteln und langjährige diskriminierende Praktiken, die die Qualität von Bildung und anderen Dienstleistungen in solchen Vierteln beeinträchtigen.

„Selbst wenn Sie nicht alle Dinge sehen können, die zuvor passiert sind, ist es unerlässlich, einfach anzuerkennen, dass sie existieren“, sagt Knox.

Betrachten Sie dieses Beispiel aus der Praxis. Am 10. Juli 2015 überholte der texanische State Trooper Brian Encinia Sandra Bland, eine Schwarze, weil sie keinen Spurwechsel signalisierte. Der Austausch wurde hitzig und gipfelte darin, dass Encinia Bland festnahm, weil er Befehle nicht befolgte. Blands anschließender Tod in einem Bezirksgefängnis sorgte für öffentlichen Aufschrei.

Sich ausschließlich auf Blands Verhaftung zu konzentrieren und nicht auf alles, was zuvor passiert ist, würde nur wenige Informationen darüber liefern, wie Bland für eine so geringfügige Straftat im Gefängnis landete oder wie ein solches Ergebnis in Zukunft verhindert werden kann. Aber weil Encinias Körperkamera den gesamten Austausch aufzeichnete, konnten Polizeiforscher, die in diesem Fall an Ton und Sprache interessiert waren, die wichtigsten Schritte identifizieren, die zu ihrer Festnahme führten. So berichteten die Forscher beispielsweise in Recht und Gesellschaft Rezension im Jahr 2017, Encinias Sprache beginnt höflich wird jedoch zunehmend aufgeregt, als Bland sich weigert, seinen Anweisungen nachzukommen. Seine einst förmlichen Befehle wie „Aussteigen“ werden informell und unprofessionell: „Ich reiß dich hier raus.“

Das Wort „Ruck“ deutet darauf hin, dass Encinia die Kontrolle über die Situation verliert, sagt Belén Lowrey-Kinberg, Kriminologe am St. Francis College in New York City. Frühere Untersuchungen haben gezeigt, dass Gewalt folgen kann, wenn Beamte von der formellen in die informelle Sprache wechseln.

Obwohl dies eine Fallstudie eines einzelnen Ereignisses ist, bietet die Studie „ein großartiges Beispiel dafür, wie Situationen eskalieren können“, sagt der Kriminologe Justin Nix von der University of Nebraska Omaha.

Fehlerhafte Daten beheben

Fehlerhafte Polizeidaten müssen nicht weggeworfen werden, sagt Knox. Sein Team hat einen Algorithmus entwickelt, um Datenlücken an allen Stellen einer polizeilich-zivilen Interaktion zu berücksichtigen. Der Algorithmus gewichtet die verschiedenen möglichen Diskriminierungsgrade an jedem Punkt einer Ereigniskette – vielleicht hat die Rasse bei Encinias Entscheidung, Bland zu ziehen, nicht berücksichtigt, weil er beispielsweise ihr Gesicht nicht sehen konnte, oder vielleicht spielte die Rasse eine große Rolle, weil die meisten Fahrer in diesem Bereich sind weiß. Die Wertespanne, die sich aus der Summation dieser Ereignisse ergibt, deutet auf das mögliche Ausmaß der Diskriminierung in einem bestimmten Szenario hin, sagt Knox.

Das Programm funktioniert nach einem sehr allgemeinen Prinzip, sagt Knox. “Was sind die Daten, die Sie sehen?” und „Was sind die Daten, die Sie nicht sehen?“

Das Nachdenken über die gesamte Ereigniskette weist auch darauf hin, wie man bessere Statistiken sammeln kann.

Betrachten Sie eine Studie über Polizeischießereien von Nix und dem Polizeiexperten John Shjarback von der Rowan University in Glassboro, New Jersey, die am 10 Plus eins. Die Forscher interessierten sich für die Rassenunterschiede bei der Gewaltanwendung von Offizieren gegen schwarze und weiße Zivilisten. Nationale Datenbanken enthalten nur Schießereien, die zum Tod eines Zivilisten führen. Aber ob jemand nach einem Schuss lebt oder stirbt, hängt von mehreren Faktoren ab, wie der Nähe zu einem Traumazentrum, der Lage der Schusswunde und dem Zugang zu Erster Hilfe. Daher versuchten die Forscher, alle Schießereien der Polizei zu untersuchen, einschließlich derer, die zu Verletzungen, aber nicht zum Tod führten. Dazu stützten sie sich auf Aufzeichnungen aus vier Bundesstaaten – Kalifornien, Colorado, Florida und Texas – die diese Informationen seit Jahren sammeln.

Fehlerhafte Polizeidaten müssen nicht weggeworfen werden. Ein Algorithmus, der Datenlücken berücksichtigt, arbeitet nach einem sehr allgemeinen Prinzip. “Was sind die Daten, die Sie sehen?” und „Was sind die Daten, die Sie nicht sehen?“

Dean Knox, University of Pennsylvania

Die Daten zeigten, dass einige 45 Prozent der Opfer erleiden nicht tödliche Verletzungen. Die Berücksichtigung der relativen Bevölkerung schwarzer und weißer Zivilisten zeigte, dass in allen vier Bundesstaaten die rassischen Unterschiede bei den Verletzten höher waren als die rassischen Unterschiede bei den Todesopfern. Von 2009 bis 2014 wurde beispielsweise in Florida die Wahrscheinlichkeit, dass Schwarze von der Polizei erschossen und getötet wurden, dreimal häufiger als Weiße, aber mehr als fünfmal häufiger verletzt. In allen vier Bundesstaaten und aus nicht ganz klaren Gründen sterben schwarze Opfer um 7 Prozent seltener an ihren Verletzungen als weiße Opfer.

Nationale Datenbanken, die nur Aufzeichnungen von Zivilisten enthalten, die durch die Hand der Polizei sterben, unterschätzen den Einsatz tödlicher Gewalt durch Beamte gegen schwarze Zivilisten, sagt Nix. Der Tod „ist das Ende einer sehr langen Abfolge von Ereignissen. In unserem Papier haben wir ein Glied in der Kette gesichert.“ Das heißt, die Forscher untersuchten alle Fälle, in denen Beamte tödliche Gewalt einsetzten und nicht nur solche, die zum Tod führten.

Knox arbeitet nun mit zwei Polizeidienststellen zusammen, um die Begegnungen zwischen Polizei und Zivilisten genauer aufzuschlüsseln. Diese Abteilungen verlangen von den Beamten, dass sie ihre Körperkameras einschalten, wenn sie glauben, dass eine Interaktion mit einem Zivilisten das Niveau einer offiziellen Interaktion erreichen wird. (Die Beamten haben an dieser Stelle des Prozesses Ermessensspielraum, räumt Knox ein, dass wie bei der Chicago-Studie dieses erste Glied in der Kette schwer fassbar bleibt.) Knox und sein Team werden Skripte von jeder Begegnung auf Sprache und Tonalität analysieren, wie zum Beispiel normale Stimme oder Schreien – eine quantitative Version des Ansatzes, mit dem Lowrey-Kinberg die Begegnung zwischen Encinia und Bland auspackte. Computer-Vision-Techniken analysieren Gesten wie „Waffe gezogen“. Knox hofft, dass die Daten seinem Team helfen werden, ganze Interaktionen zu rekonstruieren, einschließlich der Identifizierung von Nicht-Ereignissen in einer bestimmten Kette.

„Sie wollen nicht nur die Seite der Geschichte, wie sie von einem Offizier geschrieben wurde“, sagt Knox. “Sie wollen die ganze Interaktion.”


Source: Science News by www.sciencenews.org.

*The article has been translated based on the content of Science News by www.sciencenews.org. If there is any problem regarding the content, copyright, please leave a report below the article. We will try to process as quickly as possible to protect the rights of the author. Thank you very much!

*We just want readers to access information more quickly and easily with other multilingual content, instead of information only available in a certain language.

*We always respect the copyright of the content of the author and always include the original link of the source article.If the author disagrees, just leave the report below the article, the article will be edited or deleted at the request of the author. Thanks very much! Best regards!