Hva skjedde
Fort Worth Police Department, i samarbeid med University of Texas i Arlington (UTA), har lansert et AI-drevet virtuell virkelighet (VR) opplæringsprogram designet for å forbedre politiets deeskaleringsferdigheter. Finansiert av et stipend fra Justisdepartementet på $750 000, erstatter initiativet tradisjonelle menneskestyrte rollespilløvelser med et system som bruker Meta Quest 3-headset, Unity-spillmotoren og Googles Gemma-modell for konversasjons-AI.
Fort Worth Police Department og UTA bruker et stipend på 750 000 dollar fra Justisdepartementets Virtual Reality De-eskalering nettstedbaserte initiativ. Programmet, som startet utviklingen med et år med programvareutvikling for å integrere tale-til-tekst og tekst-til-tale-funksjoner, er designet for å gi et kontrollert, repeterbart miljø for offiserer å øve på kommunikasjonsferdigheter.
Systemet bruker Meta Quest 3-hodesett for fordypning og Unity-spillmotoren for å gjengi scenarier. Konversasjons-AI-komponenten er drevet av Googles Gemma-modell, som lar de virtuelle subjektene reagere dynamisk på en offisers verbale input. Dette erstatter de tradisjonelle ukelange, menneskestyrte rollespilløktene som er avhengige av manusbaserte interaksjoner.
Datainnsamling for systemet involverte 27 frivillige, inkludert politifolk, helsepersonell fra My Health My Resources og UTA-studenter. Systemet gir både sanntidstilbakemeldinger under simuleringer og et oppsummering etter modul for deltakere for å vurdere ytelsen deres.
Programmet er for tiden i implementeringsfasen da avdelingen sikrer nødvendig maskinvare og logistikk til sin politihøgskole. Prosjektet er finansiert ut september 2027.
Kildedetaljer: fortworthreport.org ↗
Hvorfor det betyr noe
Denne utplasseringen representerer et skifte i rettshåndhevelsesopplæringen, og går fra skriptet menneskelig rollespill til dynamiske, AI-genererte scenarier som kan simulere komplekse situasjoner som psykiske helsekriser eller vold i hjemmet. Ved å gi tilbakemelding i sanntid og skalerbar, repeterbar praksis, har programmet som mål å forbedre offiserers beslutningstaking under stress. Prosjektet fremhever den praktiske anvendelsen av generativ kunstig intelligens i offentlige sikkerhetsmiljøer med høy innsats, selv om dens langsiktige effektivitet forblir gjenstand for løpende evaluering.
Integreringen av AI i politiopplæring dekker behovet for skalerbare, uforutsigbare og trygge miljøer for å øve på høystress-interaksjoner. Tradisjonell trening er begrenset av tilgjengeligheten av menneskelige rollespillere og den statiske karakteren til scenarier med manus.
Ved å bruke generativ AI kan systemet simulere et bredere spekter av krisesituasjoner, for eksempel sammenbrudd i psykisk helse eller vold i hjemmet, slik at offiserer kan praktisere deeskaleringsteknikker gjentatte ganger uten ansvar eller fysisk risiko forbundet med live-action-trening.
Prosjektet fungerer som en testsak for om AI-drevne simuleringer effektivt kan oversettes til forbedrede resultater i den virkelige verden. Mens teknologien tilbyr effektivitet, erkjenner forskerne at den ikke kan erstatte klasseromsbasert konseptuell læring, og markerer en klar grense for teknologiens nåværende nytte.
Interaktiv mekanisme: Hvordan det faktisk fungerer
Utforsk den underliggende teknologien bak denne utviklingen interaktivt.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Hva du skal se neste
Programmet er for tiden i implementeringsfasen, hvor politiavdelingen anskaffer logistikk til akademiet sitt. Fremtidige utviklingsmål inkluderer introduksjon av flerbruker-scenarier for teambasert trening og inkorporering av fysiologiske stressfaktorer for bedre å simulere spenning i den virkelige verden. Prosjektet er planlagt å pågå til og med september 2027, da virkningen av den AI-drevne læreplanen på offiserers ytelse og fellesskapsresultater kan vurderes tydeligere.
Hovedfokuset for neste fase er full integrering av systemet i Fort Worth politiakademis læreplan. Suksess vil bli målt ved avdelingens evne til å skalere opplæringen og den eventuelle evalueringen av dens innvirkning på offiserers beslutningstaking.
Forskere, inkludert Shuchi Deb fra UTA, ser etter å utvide systemets muligheter til å inkludere flerbruker-scenarier, som vil tillate teambaserte treningsøvelser. Det er også en interesse for å introdusere stressfremkallende elementer for bedre å etterligne spenningen ved kritiske hendelser i den virkelige verden.
Avdelingen har lagt vekt på en forsiktig tilnærming til teknologiadopsjon, med offiser Jorge Lopez som bemerker at programmet må "testes og prøves" før bredere implementering. Fellesskapets mottakelse og programmets evne til å demonstrere konkrete forbedringer i offiserers profesjonalitet vil være nøkkelindikatorer for dets langsiktige levedyktighet.