De misdaad van mensenhandel - gedefinieerd door het Amerikaanse ministerie van Binnenlandse Veiligheid als moderne slavernij die "het gebruik van geweld, fraude, of dwang om een ​​of andere vorm van arbeid of commerciële seksuele daad te verkrijgen - is notoir moeilijk te vervolgen.

"Het wordt vaak verkeerd geïdentificeerd als een enkele, geïsoleerde misdaad, zoals prostitutie of een drugsdelict, " zegt Dan Lopresti, professor en voorzitter van de afdeling wetenschap en techniek aan de P.C. Rossin College of Engineering en Toegepaste Wetenschappen. "En tenzij je de stukken bij elkaar legt, je realiseert je niet dat er een veel groter geheel is."

Een groep computeronderzoekers, experts in kunstmatige intelligentie (AI) en andere leden van de technologiegemeenschap bundelen hun krachten met beleidsexperts, wetshandhavers, activisten en overlevenden om te helpen de stukken in elkaar te zetten.

"Stel je de technieken voor die Google en Facebook gebruiken om winst te maken:mensen begrijpen, de manier waarop ze verbinding maken, wat hun interesses zijn, wat ze zouden kunnen kopen of de activiteiten die ze ondernemen, ", zegt Lopresti. "We kunnen dezelfde technieken toepassen:datamining, tekstmining, wat grafmining wordt genoemd - AI die wordt gebruikt voor legitieme en echt winstgevende doeleinden, om dit ongeoorloofde gedrag op te sporen."

Hoewel mensenhandelaars het internet en sociale-mediaplatforms hebben omarmd om potentiële slachtoffers te werven en reclame te maken voor klanten, Lopresti zegt, dezelfde netwerken bieden mogelijkheden om criminele activiteiten uit te roeien.

Als lid van het uitvoerend comité van het Computing Community Consortium (CCC) van de Computing Research Association, Lopresti hielp bij het organiseren van een tweedaagse conferentie bij de Verenigde Naties in februari, genaamd Code 8.7:Computational Science and AI gebruiken om moderne slavernij te beëindigen. De conferentie bracht toponderzoekers, beleidsmakers, sociale wetenschappers, vertegenwoordigers van de technische gemeenschap en overlevenden voor een diepe duik in het onderwerp.

De naam Code 8.7 verwijst naar Target 8.7 van de Sustainable Development Goals van de Verenigde Naties, die een einde wil maken aan dwangarbeid, moderne slavernij, en mensenhandel tegen 2030, en de ergste vormen van kinderarbeid in 2025.

Voor Lopresti, de tijd is rijp om verder te gaan dan onze afhankelijkheid van goede - maar toevallige - observaties om misdaden van mensenhandel aan het licht te brengen. Het is tijd, hij zegt, om technologie te gebruiken om getrainde wetshandhavers te ondersteunen bij het aanpakken van dit complexe probleem.

"Het vinden van een oplossing voor het probleem van mensenhandel is niet alleen een technische. Het gaat ook om sociaal beleid en politiek, " zegt hij. "Als onderzoeker, als je dit niet begrijpt, je zou een oplossing kunnen bedenken waarvan je denkt dat die wiskundig elegant is, maar die in de echte wereld totaal niet relevant is. Dus daarom wilden we in dezelfde ruimte zitten met de sociale wetenschappers en de beleidsmakers."

sinds 2015 Jennifer Gentile Long, afgestudeerd aan Lehigh en chief executive officer van Aequitas - een hulpbron voor openbare aanklagers die werken aan gevallen van mensenhandel en gendergerelateerd geweld - en Lopresti hebben samengewerkt aan computerwetenschappelijke inspanningen om AEquitas te helpen bij het beheren en gebruiken van de grote hoeveelheid tekstgegevens in juridische documenten om het werk van de organisatie te ondersteunen om aanklagers te helpen sterkere zaken op te bouwen.

De conferentie, die mede werd georganiseerd met het Universitair Centrum voor Beleidsonderzoek van de Verenigde Naties, het Alan Turing Instituut, Technologie tegen mensenhandel, Universiteit van Nottingham Rights Lab, en het Global Security Initiative van de Arizona State University, de aftrap van wat de organisatoren van plan zijn een meerjarige samenwerking rond het probleem te zijn.

"Het was geweldig om te zien hoe experts op al deze gebieden samenkomen en proberen de inspanningen te coördineren, zodat mensen werken aan oplossingen, werkt niet willekeurig, " zegt Long. "Ze hebben een echte impact op deze misdaad - slachtoffers identificeren op punten waar ze worden gemist, mogelijkheden bieden om te vertrekken en veiligheid te vinden, het identificeren van daders, en in een gecoördineerde inspanning naar beleid kijken. En het is zo geweldig om Lehigh te zien, op een manier, aan het hoofd van de tafel zitten."

Tijdens de slotsessie van de conferentie, overlevenden van mensenhandel deelden hun verhaal met aanwezigen.

"Het herinnerde iedereen eraan, " zegt Lopresti, "dat hoewel we het over informatie hebben, gegevens, en beleid, die allemaal abstract lijken, de gegevens zijn echte mensen. Zo'n probleem kun je niet abstract behandelen."

"Technologie alleen kan het probleem niet oplossen, " voegt Lang toe, "maar als we het combineren met opleidingsinspanningen om hoogopgeleide, traumageïnformeerde rechercheurs en aanklagers, we kunnen de identificatie en veiligheid van slachtoffers verbeteren."

De gegevens ontginnen voor verborgen bewijs

Lopresti's deelname aan de wereldwijde discussie over moderne slavernij volgt zijn werk buiten de universiteit op lokaal niveau, door zijn betrokkenheid bij het Regional Intelligence and Investigation Centre (RIIC) in Allentown, Vader., een stad van meer dan 120, 000 gelegen nabij Bethlehem, waar Lehigh University is gevestigd.

Gelanceerd in 2013, de RIIC heeft de manier waarop politiediensten in het gebied "verzamelde gegevens analyseren en delen om misdaden op te lossen, gerevolutioneerd", " volgens het kantoor van Lehigh County District Attorney James Martin.

"Ik had geen idee dat dit in onze eigen achtertuin gebeurde, ", zegt Lopresti. "Maar dezelfde reden die Amazon ertoe aanzet een groot magazijn te bouwen in deze regio van het land - toegankelijkheid voor grote bevolkingsgroepen - is waarom deze regio, bekend als de Lehigh Valley, is ook een knooppunt voor mensenhandel, drugshandel, bendes, en een aantal zeer ernstige criminele activiteiten."

Lopresti, die een expert is in documentanalyse en patroonherkenning, werkt samen met RIIC-directeur Julia Kocis, aanklagers, wetshandhavers en andere faculteitsleden voor computerwetenschappen en techniek van het Rossin College - Jeffrey D. Heflin, Sihong Xie, en Eric P.S. Baumer - om de uitdagingen van het omzetten van grote hoeveelheden gegevens te helpen overwinnen, voornamelijk uit rapporten van politie-incidenten, tot iets bruikbaars, ondanks beperkte middelen.

"Als een deskundige gaat zitten en genoeg van deze leest, hij of zij zal een rode draad vinden - deze persoon is gerelateerd aan deze plek, die verband houdt met deze activiteit, die verband houdt met deze andere persoon, "zegt hij. "Het probleem is, ze hebben miljoenen van deze rapporten en hebben gewoon niet genoeg tijd om ze door te lezen. We ontwikkelen natuurlijke taaltechnieken, tekstmining en dataminingtechnieken die gericht zijn op het verwerken van veel gegevens om gedragspatronen te identificeren die een weerspiegeling zijn van illegale activiteiten in verband met mensenhandel."

Kocis presenteerde hun werk op Code 8.7, met de nadruk op de "rijkdom aan bewijs dat zich verbergt in vrije tekst en ongestructureerde gegevens die AI-technieken kunnen helpen identificeren." Volgens het kantoor van Lehigh County DA, "Een efficiënte toegang tot deze informatie zal de rechtshandhaving in een betere positie plaatsen om slachtoffers te helpen, mensenhandelaars te onderzoeken en te vervolgen en kopers af te schrikken."