Terug naar Nieuws
OndernemingAI Understanding-briefing

De politie van Fort Worth en UTA lanceren AI-gestuurde de-escalatietraining

De politie van Fort Worth werkt samen met de Universiteit van Texas in Arlington om een AI-aangedreven virtual reality-systeem te implementeren voor de-escalatietraining van officieren.

4 min readRead the linked source
Source-provided image accompanying Fort Worth police and UTA launch AI-driven de-escalation training
BronreferentieBron opgenomen
Uitgever
fortworthreport.org
Bronlink
fortworthreport.orghttps://fortworthreport.org/2026/09/20/fort-worth-police-uta-partner-on-ai-driven-de-escalation-training/
Brontype
Gekoppelde bron: de status van de primaire bron is niet vastgesteld.
ContextBegrijp dit in 60 seconden

Begin hier

Sleuteltermen

Generatieve AI
AI-systemen die nieuwe inhoud produceren, zoals tekst, afbeeldingen, audio, video of code.
Test jezelfAI-agentenquiz

Wat is er gebeurd

De politie van Fort Worth heeft in samenwerking met de Universiteit van Texas in Arlington (UTA) een AI-gestuurd virtual reality (VR) trainingsprogramma gelanceerd dat is ontworpen om de de-escalatievaardigheden van de politie te verbeteren. Het initiatief, gefinancierd door een subsidie ​​van het ministerie van Justitie van $750.000, vervangt traditionele, door mensen geleide rollenspeloefeningen door een systeem dat gebruik maakt van Meta Quest 3-headsets, de Unity-game-engine en het Gemma-model van Google voor conversationele AI.

De politie van Fort Worth en UTA maken gebruik van een subsidie ​​van $ 750.000 van het Virtual Reality De-escalation Site-Based Initiative van het ministerie van Justitie. Het programma, dat begon met de ontwikkeling van een jaar software-engineering om spraak-naar-tekst- en tekst-naar-spraak-mogelijkheden te integreren, is ontworpen om een ​​gecontroleerde, herhaalbare omgeving te bieden waarin agenten communicatieve vaardigheden kunnen oefenen.

Het systeem maakt gebruik van Meta Quest 3-headsets voor onderdompeling en de Unity-game-engine om scenario's weer te geven. De conversatie-AI-component wordt mogelijk gemaakt door het Gemma-model van Google, waarmee de virtuele proefpersonen dynamisch kunnen reageren op de verbale input van een officier. Dit vervangt de traditionele, door mensen geleide rollenspelsessies van een week die afhankelijk zijn van scriptinteracties.

Bij de gegevensverzameling voor het systeem waren 27 vrijwilligers betrokken, waaronder politieagenten, zorgverleners van My Health My Resources en UTA-studenten. Het systeem biedt zowel realtime feedback tijdens simulaties als een samenvatting na de module waarmee cursisten hun prestaties kunnen beoordelen.

Het programma bevindt zich momenteel in de implementatiefase, aangezien de afdeling de benodigde hardware en logistiek voor de politieacademie veiligstelt. Het project wordt gefinancierd tot en met september 2027.

Brongegevens: fortworthreport.org ↗

Waarom het ertoe doet

Deze inzet vertegenwoordigt een verschuiving in de opleiding van wetshandhavingsinstanties, waarbij er een verschuiving plaatsvindt van op scripts gebaseerde menselijke rollenspellen naar dynamische, door AI gegenereerde scenario's die complexe situaties kunnen simuleren, zoals crises op het gebied van de geestelijke gezondheidszorg of huiselijk geweld. Door realtime feedback en schaalbare, herhaalbare oefeningen te bieden, wil het programma de besluitvorming van officieren onder stress verbeteren. Het project benadrukt de praktische toepassing van generatieve AI in omgevingen waar de openbare veiligheid hoog op het spel staat, hoewel de doeltreffendheid ervan op de lange termijn onderwerp blijft van voortdurende evaluatie.

De integratie van AI in politietraining komt tegemoet aan de behoefte aan schaalbare, onvoorspelbare en veilige omgevingen voor het oefenen van interacties met hoge stress. Traditionele training wordt beperkt door de beschikbaarheid van menselijke rollenspelers en het statische karakter van scriptscenario's.

Door gebruik te maken van generatieve AI kan het systeem een ​​grotere verscheidenheid aan crisissituaties simuleren, zoals psychische problemen of huiselijk geweld, waardoor agenten herhaaldelijk de-escalatietechnieken kunnen oefenen zonder de aansprakelijkheid of fysieke risico’s die gepaard gaan met live-action training.

Het project dient als een testcase voor de vraag of AI-gestuurde simulaties zich effectief kunnen vertalen in verbeterde resultaten in de echte wereld. Hoewel de technologie efficiëntie biedt, erkennen de onderzoekers dat deze het conceptuele leren in de klas niet kan vervangen, wat een duidelijke grens markeert voor het huidige nut van de technologie.

Interactive Mechanism

Interactief mechanisme: hoe het eigenlijk werkt

Ontdek interactief de onderliggende technologie achter deze ontwikkeling.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Interactieve conceptcheck+10 Points
AI Agents Quiz

An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?

Wat je nu moet bekijken

Het programma bevindt zich momenteel in de implementatiefase, waarbij de politie de logistiek voor haar academie aanschaft. Toekomstige ontwikkelingsdoelen zijn onder meer het introduceren van scenario's voor meerdere gebruikers voor teamgebaseerde training en het integreren van fysiologische stressfactoren om spanning in de echte wereld beter te simuleren. Het project loopt naar verwachting tot en met september 2027, waarna de impact van het AI-gestuurde curriculum op de prestaties van officieren en de resultaten voor de gemeenschap duidelijker kan worden beoordeeld.

De primaire focus voor de volgende fase is de volledige integratie van het systeem in het curriculum van de politieacademie van Fort Worth. Het succes zal worden afgemeten aan het vermogen van de afdeling om de training op te schalen en de uiteindelijke evaluatie van de impact ervan op de besluitvorming van officieren.

Onderzoekers, waaronder Shuchi Deb van UTA, willen de mogelijkheden van het systeem uitbreiden met scenario's voor meerdere gebruikers, waardoor teamgebaseerde trainingsoefeningen mogelijk worden. Er is ook belangstelling voor het introduceren van stressopwekkende elementen om de spanning van kritische incidenten in de echte wereld beter na te bootsen.

De afdeling heeft de nadruk gelegd op een voorzichtige benadering van technologie-adoptie, waarbij officier Jorge Lopez opmerkte dat het programma 'getest en uitgeprobeerd' moet worden voordat het breder wordt geïmplementeerd. De ontvangst door de gemeenschap en het vermogen van het programma om tastbare verbeteringen in de professionaliteit van officieren aan te tonen, zullen sleutelindicatoren zijn voor de levensvatbaarheid op de lange termijn.

Gerelateerde gidsen en quizzen

AI-agentenAI-modellen uitgelegdAI-ethiekTest wat je weet: probeer een gratis AI-quizZoek een AI-term op in onze woordenlijstVolg de AI-financieringstracker
Vond je dit nuttig?