Powrót do Wiadomości
PrzedsiębiorstwoAI Understanding odprawa

Policja w Fort Worth i UTA rozpoczynają szkolenie w zakresie deeskalacji oparte na sztucznej inteligencji

Departament Policji w Fort Worth współpracuje z Uniwersytetem Teksasu w Arlington w celu wdrożenia systemu rzeczywistości wirtualnej opartego na sztucznej inteligencji na potrzeby szkolenia funkcjonariuszy w zakresie deeskalacji.

4 min readRead the linked source
Source-provided image accompanying Fort Worth police and UTA launch AI-driven de-escalation training
Odniesienie do źródłaŹródło zapisane
Wydawca
fortworthreport.org
Link źródłowy
fortworthreport.orghttps://fortworthreport.org/2026/09/20/fort-worth-police-uta-partner-on-ai-driven-de-escalation-training/
Typ źródła
Źródło powiązane — nie ustalono statusu źródła pierwotnego.
KontekstZrozum to w 60 sekund

Zacznij tutaj

Kluczowe terminy

Generatywna AI
Systemy sztucznej inteligencji, które tworzą nową treść, taką jak tekst, obrazy, dźwięk, wideo lub kod.
Sprawdź sięQuiz dotyczący agentów AI

Co się stało

Departament Policji w Fort Worth we współpracy z Uniwersytetem Teksasu w Arlington (UTA) uruchomił program szkoleniowy oparty na sztucznej inteligencji, wirtualnej rzeczywistości (VR), mający na celu poprawę umiejętności policji w zakresie deeskalacji. Inicjatywa, finansowana z dotacji Departamentu Sprawiedliwości w wysokości 750 000 dolarów, zastępuje tradycyjne ćwiczenia polegające na odgrywaniu ról prowadzone przez człowieka systemem wykorzystującym zestawy słuchawkowe Meta Quest 3, silnik gry Unity i model Gemma firmy Google do konwersacyjnej sztucznej inteligencji.

Departament Policji w Fort Worth i UTA korzystają z dotacji w wysokości 750 000 dolarów z inicjatywy Departamentu Sprawiedliwości na rzecz deeskalacji rzeczywistości wirtualnej. Program, którego rozwój rozpoczął się po roku inżynierii oprogramowania w celu integracji możliwości zamiany mowy na tekst i zamiany tekstu na mowę, ma zapewnić funkcjonariuszom kontrolowane, powtarzalne środowisko do ćwiczenia umiejętności komunikacyjnych.

System wykorzystuje zestawy słuchawkowe Meta Quest 3 do immersji oraz silnik gry Unity do renderowania scenariuszy. Komponent konwersacyjnej sztucznej inteligencji jest oparty na modelu Gemma Google, który umożliwia wirtualnym podmiotom dynamiczne reagowanie na werbalne polecenia funkcjonariusza. Zastępuje to tradycyjne tygodniowe sesje odgrywania ról prowadzone przez ludzi, które opierają się na interakcjach opartych na scenariuszu.

W zbieraniu danych do systemu uczestniczyło 27 wolontariuszy, w tym funkcjonariusze policji, pracownicy służby zdrowia z My Health My Resources oraz studenci UTA. System zapewnia zarówno informacje zwrotne w czasie rzeczywistym podczas symulacji, jak i podsumowanie po zakończeniu modułu, umożliwiające uczestnikom ocenę ich wyników.

Program znajduje się obecnie w fazie realizacji, gdyż wydział zabezpiecza niezbędny sprzęt i logistykę dla swojej akademii policyjnej. Projekt finansowany jest do września 2027 r.

Szczegóły źródła: fortworthreport.org ↗

Dlaczego to ma znaczenie

To wdrożenie oznacza zmianę w szkoleniu organów ścigania, polegającą na odejściu od opartego na scenariuszu odgrywania ról z udziałem ludzi na dynamiczne scenariusze generowane przez sztuczną inteligencję, które mogą symulować złożone sytuacje, takie jak kryzysy psychiczne lub przemoc domowa. Zapewniając informacje zwrotne w czasie rzeczywistym oraz skalowalne, powtarzalne praktyki, program ma na celu usprawnienie podejmowania decyzji przez funkcjonariuszy w warunkach stresu. W projekcie zwrócono uwagę na praktyczne zastosowanie generatywnej sztucznej inteligencji w środowiskach bezpieczeństwa publicznego, w których stawka jest wysoka, choć jej długoterminowa skuteczność pozostaje przedmiotem ciągłej oceny.

Włączenie sztucznej inteligencji do szkoleń policji odpowiada na zapotrzebowanie na skalowalne, nieprzewidywalne i bezpieczne środowiska do ćwiczenia interakcji wywołujących wysoki poziom stresu. Tradycyjne szkolenie jest ograniczone dostępnością ludzkich ról i statycznym charakterem scenariuszy.

Wykorzystując generatywną sztuczną inteligencję, system może symulować szerszą gamę sytuacji kryzysowych, takich jak załamanie zdrowia psychicznego lub przemoc domową, umożliwiając funkcjonariuszom wielokrotne ćwiczenie technik deeskalacji bez odpowiedzialności i ryzyka fizycznego związanego ze szkoleniem na żywo.

Projekt służy jako przypadek testowy sprawdzający, czy symulacje oparte na sztucznej inteligencji mogą skutecznie przełożyć się na lepsze wyniki w świecie rzeczywistym. Chociaż technologia zapewnia wydajność, naukowcy przyznają, że nie może ona zastąpić nauczania konceptualnego w klasie, wyznaczając wyraźną granicę obecnej użyteczności tej technologii.

Interactive Mechanism

Mechanizm interaktywny: jak to faktycznie działa

Poznaj interaktywnie technologię leżącą u podstaw tego rozwoju.

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.
Interaktywna kontrola koncepcji+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?

Co obejrzeć dalej

Program jest obecnie w fazie realizacji, a policja zapewnia logistykę dla swojej akademii. Przyszłe cele rozwojowe obejmują wprowadzenie scenariuszy dla wielu użytkowników na potrzeby szkoleń zespołowych i uwzględnienie fizjologicznych czynników stresowych w celu lepszej symulacji napięcia w świecie rzeczywistym. Zakończenie projektu zaplanowano na wrzesień 2027 r., kiedy to będzie można lepiej ocenić wpływ programu nauczania opartego na sztucznej inteligencji na wyniki pracy funkcjonariuszy i wyniki społeczności.

Następna faza skupia się przede wszystkim na pełnej integracji systemu z programem nauczania akademii policyjnej w Fort Worth. Miarą sukcesu będzie zdolność wydziału do skalowania szkolenia i ostateczna ocena jego wpływu na podejmowanie decyzji przez funkcjonariuszy.

Badacze, w tym Shuchi Deb z UTA, chcą rozszerzyć możliwości systemu, aby uwzględnić scenariusze dla wielu użytkowników, co umożliwiłoby prowadzenie ćwiczeń szkoleniowych w zespołach. Istnieje również zainteresowanie wprowadzeniem elementów wywołujących stres, aby lepiej naśladować napięcie występujące podczas krytycznych zdarzeń w świecie rzeczywistym.

Departament podkreślił ostrożne podejście do wdrażania technologii, a funkcjonariusz Jorge Lopez zauważył, że program należy „przetestować i wypróbować” przed jego szerszym wdrożeniem. Przyjęcie przez społeczność i zdolność programu do wykazania wymiernej poprawy w zakresie profesjonalizmu funkcjonariuszy będą kluczowymi wskaźnikami jego długoterminowej wykonalności.

Powiązane przewodniki i quizy

Agenci AIWyjaśnienie modeli AIEtyka AISprawdź swoją wiedzę — wypróbuj darmowy quiz dotyczący sztucznej inteligencjiWyszukaj termin związany ze sztuczną inteligencją w naszym glosariuszuPostępuj zgodnie ze ścieżką finansowania AI
Uznałeś to za przydatne?