Een van de belangrijkste sociale kwesties van de afgelopen vijf jaar zijn de dodelijke schietpartijen door de politie op zwarte Amerikanen.

De bezorgdheid dat de politie zwarten dodelijker neerschiet dan blanken, heeft geleid tot een sterke drang naar afdelingsbrede interventies voor politieagenten. Dergelijke ingrepen, meestal in de vorm van een "impliciete vooringenomenheid"-training, vertrouwen op het veranderen van de overtuigingen die officieren hebben over minderheden als middel om deze raciale ongelijkheid te verminderen.

Maar zijn de veronderstellingen die ten grondslag liggen aan deze interventies redelijk? Is er sterk bewijs dat gebrekkige besluitvorming van agenten verantwoordelijk is voor de raciale ongelijkheid bij dodelijke schietpartijen door de politie?

Er zijn duidelijke aanwijzingen voor raciale verschillen bij dodelijke schietpartijen door de politie in termen van bevolkingsaantallen. Zwarte Amerikanen vormen slechts ongeveer 13 procent van de bevolking, maar vormen meer dan 30 procent van de mensen die dodelijk zijn neergeschoten door de politie.

Het is op basis van dit bewijs dat veel nieuwsmedia en activisten concluderen dat politieagenten raciaal vooringenomen zijn in hun beslissingen om te schieten. Als dit waar is, dan is het logisch om de vooringenomenheid van de officier aan te pakken.

Maar is het vergelijken van de percentages zwarten en blanken die zijn geschoten met de percentages zwarten en blanken in de bevolking echt de juiste vergelijking? Vertelt het ons wat we moeten weten over het verminderen van dodelijke schietpartijen door de politie?

Mijn collega's en ik hebben expertise op het gebied van besluitvorming en politiegebruik. We hebben getest of deze vergelijkingen op bevolkingsniveau ons de informatie verschaffen die we nodig hebben om het aantal schietpartijen door de politie te verminderen. Ons recente werk, gepubliceerd in Social Psychological and Personality Science, geeft een ander beeld van de vooringenomenheid van de politie.

Belang van benchmarks

Het gebruik van vergelijkingen op populatieniveau als maatstaf voor het bewijs van raciale vooroordelen van officieren is gebaseerd op de veronderstelling dat mensen van alle rassen in gelijke mate betrokken zijn in situaties waarin officieren waarschijnlijk dodelijk geweld zullen gebruiken. We stellen dat deze veronderstelling heeft geleid tot een verkeerde diagnose van het probleem, en bij uitbreiding, oplossingen die niet werken.

Beschouw het volgende voorbeeld:Stel u voor dat u wilt weten of er raciale ongelijkheid is in wie kankerbehandeling krijgt. U vindt dat onder degenen die in behandeling zijn, zwarten maken 13 procent uit. Als we dit vergelijken met de totale bevolking van 13 procent, zou je concluderen dat er geen raciale ongelijkheid bestond.

Maar stel dat je hoort dat zwarten 75 procent uitmaken van de mensen met kanker. Je zou toch zeker concluderen dat er raciale ongelijkheid is in het ontvangen van behandeling. Dat komt omdat de relevante pool degenen zijn die behandeling nodig hebben, niet de algemene bevolking.

Meer kans om neergeschoten te worden, vergeleken met wat?

Zoals bij het voorbeeld van kanker hierboven, het is van cruciaal belang om de juiste maatstaf of groep individuen te kiezen om een ​​resultaat mee te vergelijken.

In het geval van schietpartijen door de politie, het bewijs is duidelijk dat dodelijke schietpartijen sterk verband houden met situaties waarin geweldsmisdrijven worden gepleegd of worden vermoed. Een typische dodelijke schietpartij door de politie vindt plaats wanneer een officier of andere burger dreigt te overlijden. Bij bijna 85 procent van de dodelijke schietpartijen door de politie zijn gewapende burgers betrokken.

Dit gegeven, we kunnen het vragen, "Worden zwarten meer neergeschoten dan blanken gezien hun aanwezigheid in situaties waarin politie-schietpartijen waarschijnlijk zullen plaatsvinden?"

Om de vraag te beantwoorden, mijn collega's en ik analyseerden de grootste database van dodelijke schietpartijen door de politie tot nu toe, The Guardian's database van schietpartijen door de politie, De geteld. Het omvat alle bekende schietpartijen van 2015 tot 2016. We berekenden de kans om neergeschoten te worden voor zwarten en blanken, gegeven de gewelddadige misdaadcijfers voor elke groep, die we hebben vastgesteld door 16 verschillende maten van misdaad te gebruiken in vier databases. We hebben deze verschillende misdaadcijfers gebruikt om de aanwezigheid in situaties met dodelijk geweld in te schatten.

Men zou kunnen vragen, "Gebruikt arrestatiegegevens niet om misdaadcijfers verkeerd te beoordelen, gezien het feit dat de politie meer kans heeft om zwarte gemeenschappen te controleren en zwarte burgers te arresteren?"

Als de politie meer kans heeft zwarte burgers te arresteren dan blanke burgers - zonder echte raciale verschillen in crimineel gedrag - zou dit de misdaadschattingen voor zwarten opdrijven en onze bevindingen vertekenen.

Om hiermee om te gaan, we also looked at a different set of data to measure crime – death by assault records from the Centers for Disease Control. These data are derived from death certificates. Whether police are more likely to arrest one race or another for, zeggen, homicide would have no impact on the CDC's counts for how often members of each race die from assault. Dus, the data provide a way to estimate rates of violent crime that is not biased from police arrest decisions (although it is possible that this data could be subject to other kinds of errors).

When we considered the rates at which people from different groups are likely to be present in these contexts, a different picture emerged.

The differences in involvement in criminal situations between black and white citizens fully explains the population-level disparity in fatal police shootings.

This suggests that officer bias – in terms of officers making different shooting decisions for black and white citizens – is not necessarily the cause of black citizens being shot at higher rates. Even if officers were making the same decisions about whether to use deadly force for black and white citizens, population-level disparities would still emerge given these crime rate differences.

What about shootings of unarmed citizens? The results were too uncertain to draw firm conclusions one way or another. This is because the number of fatal shootings in which a citizen is unarmed and not assaulting an officer is small – about 6 percent of all fatal shootings, or 45 people every year.

Om duidelijk te zijn, there is a population-level racial disparity in fatal police shootings. But our work suggests this disparity is explained by differences in rates of exposure to the police, rather than racial bias by officers making deadly force decisions.

Now what?

These results may help explain why department-wide implicit bias training has not been – and will not be – effective. It is not addressing the root of the problem. The notion that all officers across the profession are biased in this important decision is not supported by the data.

In plaats daarvan, our research suggests two paths for reducing fatal police shootings and reducing the population-level gap in these shootings.

Eerst, the most effective means of reducing police shootings would be to reduce violent crime, particularly crimes involving firearms. While this may seem obvious, the point has been lost in most public discussions. The decision to shoot usually happens in certain contexts – reducing the frequency of those events will directly reduce police shootings.

Tegelijkertijd, it would also reduce police shootings of innocent unarmed citizens who live in neighborhoods with high rates of violent crime. One recent example is the case of Akai Gurley, an unarmed black man who was killed by police patrolling a public housing building in New York City with high rates of violent crime. Reducing violent crime rates would reduce the expectation that officers have of encountering armed individuals in such locations, likely reducing such mistakes.

Tweede, researchers need to develop tools that accurately identify those few officers who do show robust evidence of racial bias and identify which psychological processes are responsible for such bias. Officers might treat black and white citizens differently due to implicit bias, explicit racism, or even something much more basic such as low skill at visually distinguishing harmless objects from guns.

Targeted interventions, based on a scientific understanding of bias, are needed – not blanket, untested interventions based on faulty assumptions. Our lab has recently been awarded a National Science Foundation grant to develop such interventions.

All research has limitations, and ours is no exception. Our analyses look at national data and cannot speak to any individual case or police officer. Bovendien, there is robust evidence of racial bias in other use-of-force behaviors, such as Taser use – just not the use of deadly force. Anti-bias training might be effective in stemming these racially-biased policing behaviors.

Eindelijk, the question of why crime rates are different across racial groups in the U.S. is a complicated question beyond the scope of this research, and thus we do not speak to this issue. Niettemin, we believe that any research that can suggest new and innovative interventions to address this important problem should be encouraged.

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees het originele artikel.