Sweden has during the last couple of years seen an increase of drug-related crime compared to previous years. Although the amount of reported crimes has increased, the amount of solved crimes has decreased [4]. Other countries have, in the meantime, implemented artificial intelligence in law enforcement. It’s been used on digital platforms as well as surveillance in the real world [2]. One of the main forms in which artificial intelligence has been used is facial recognition. This technology has been proven to have great potential in the field of fighting and preventing crimes. However, questions have arised regarding the ethical aspects of high scale surveillance and the collection of personal data about citizens [1]. This study revolves around professional opinions regarding the use of facial recognition in order to fight drug-trafficking. More specifically taking place in public places around Sweden. Therefore, opinions from the users and developers of the technology have been compared in order to find out if they differ in any way. This study is based on data collected from interviews with police officers, police students and machine learning students from the masters program at KTH. The choice of participants for this study is made in order for the users of the technology to be represented by police and its developers being represented by the machine learning students. Furthermore, the data has been analyzed by comparing the answers from the police officers and students with the answers from the machine learning students. The results from this study shows that both groups regard facial recognition as something which would facilitate law enforcement. However, both groups were skeptical regarding the integrity aspect of the Tommaso Piehl EECS, Skolan för elektroteknik och datavetenskap Stockholm tommasop@kth.se implementation, especially among the machine learning students. More generally, the main difference between the groups was that the police-related participants were ultimately open to use the technology. On the contrary, the machine learning students saw this as too great of a threat to personal privacy. / I Sverige har under senare år kriminalitet kopplad till narkotikahandel haft en ökning jämfört med tidigare år. I takt med ökningen av anmälda brott har antalet lösta brott minskat [4]. Samtidigt har andra länder börjat använda sig av artificiell intelligens i syfte att bekämpa brott, både på digitala plattformar och fysiska platser [2]. Användningen av artificiell intelligens, mer specifikt i form av ansiktsigenkänning, har stor potential inom effektivisering av brottsbekämpning. Samtidigt uppstår många frågor kring den etiska aspekten av storskalig övervakning och insamling av personlig information [1]. Därmed är syftet med denna studie att undersöka om det finns några skillnader i hur användare och utvecklare av tekniken förhåller sig till dess användning. Mer specifikt är studien inriktad på ställningstaganden till användningen av ansiktsigenkänning för att bekämpa offentlig narkotikahandel i Sverige. Studien är baserad på data som har samlats in genom intervjuer av poliser, polisstudenter och studenter från KTH:s maskininlärningssprogram på masternivå. Tanken är att poliserna respektive maskininlärningsstudenterna representerar användare respektive utvecklare. Datan har analyserats genom att jämföra svaren från poliserna och polisstudenterna med svaren från maskininlärningsstudenterna. Resultatet från1.1 Bakgrund undersökningen visade att tekniken enligt båda grupper skulle underlätta polisens arbete. Däremot var båda grupper skeptiska till integritetsaspekten av implementationen, speciellt maskininlärningsstudenterna. Mer generellt var den största skillnaden att poliserna i slutändan var öppna för att använda tekniken. Maskininlärningsstudenterna såg det istället som ett alltför stort hot mot den personliga integriteten.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-318688 |
| Date | January 2022 |
| Creators | Piehl, Tommaso, Sassani, Kevin |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2022:219 |
Page generated in 0.0028 seconds