Introduzione

XLAW® è l'innovativa soluzione tecnologica SaaS tutta italiana ideata e sviluppata per tentare di migliorare il metodo tradizionale di prevenzione degli illeciti rivoluzionandolo e basandolo, grazie ad elaborazioni machine learning, sulla possibilità di previsione di scippi, rapine, furti, borseggi ed altri crimini di tipo predatorio che normalmente avvengono nelle nostre bellissime città.

Il funzionamento tecnico del tool finale, si basa sulla emissione di allarmi predittivi georeferenziati, elaborati secondo un esclusivo modello di previsione machine learnig. Rispetto ai sistemi di allarme tradizionali deputati tutti ad emettere alert post-evento, XLAW® permette di prevenire gli illeciti secondo il principio di causa-effetto e di vigilare selettivamente e sequenzialmente quei luoghi dove è scientificamente previsto che accada un crimine. La lunga e diffusa sperimentazione, i cui esiti sono stati validati dalle più importanti strutture di sicurezza e da ben due università, ha permesso di determinare che l’attendibilità e la precisione degli allarmi forniti da XLAW® ne fanno un’intelligenza artificiale che supporta il controllore a vigilare con precisione il territorio secondo il reale grado di rischio per riuscire ad intercettare ed anticipare con puntualità gli autori di reato e renderli meno efficaci e più vulnerabili nel tempo e nello spazio.

«Il suo lungo impiego ha spostato il costrutto strategico dell’azione di controllo da una visione riparatoria del danno ad una visione probabilistica del rischio, quindi da una logica di rincorsa dei problemi e degli effetti che essi generano tipica della permanente emergenza, ad una che lavora sugli schemi della prevenzione» (Prof. Giacomo Di Gennaro Dipartimento di Scienze Politiche Direttore del Master di II livello Criminologia e Diritto Penale Analisi Criminale e Politiche per la Sicurezza Urbana Università Federico II di Napoli)

Sperimentazioni

2004/2019
Dipartimento di Pubblica Sicurezza Direzione Centrale Anticrimine Questure di Napoli, Salerno, Prato, Venezia, Parma e Modena.

Premi

2018
Finalista e vincitore del Premio Innovazione Digitale SMAU.

Validazioni

2019
Dipartimento di Pubblica Sicurezza Direzione Centrale Anticrimine.
2017/2019
Università Federico II Dipartimento di Scienze Politiche - Università Parthenope Dipartimento di Studi Aziendali ed Economici.

Riconoscimenti

2014
Best practice riconosciuta nell’ambito del progetto europeo BESECURE e S.E.L.P.E della fondazione Giancarlo Siani.

Genesi ed evoluzione del progetto

Il progetto di Ricerca e Sviluppo di XLAW® prende il via a valle di uno studio laico ventennale sui fenomeni di devianza urbana grazie al quale, è stato possibile comprendere che furti, rapine, scippi, borseggi, truffe ed altri illeciti di tipo predatorio, hanno caratteristiche di ciclicità e stanzialità e possono essere previsti attraverso l’elaborazione, secondo un innovativo modello predittivo machine learning, di alcune informazioni riferite al reo, al target, alla vittima ed al contesto socio - urbano.

Il modello predittivo frutto di anni di studio multidisciplinare, si basa su principi euristici e su di un evoluto procedimento di analisi machine learning mai applicato prima, verificato e validato indipendentemente da due atenei e da più strutture di sicurezza pubblica.

Il modello sorpassa tutti gli approcci come quello del crime linking, del calcolo statistico e della elaborazione su carta topografica di aree a maggiore incidenza criminale (hot spot) i quali, notoriamente, presentano criticità etiche e limiti funzionali.

Il primo impiego di XLAW® ha permesso di riscontrare che basando le attività sulla selettività e sequenzialità dei controlli in virtù delle previsioni elaborate dalla tecnologia, è possibile prevenire i crimini più efficacemente rispetto al metodo tradizionale.

Attraverso un articolato framework XLAW® è stato introdotto in divisioni operative di polizia di undici città italiane ed impiegato secondo un protocollo denominato SICUREZZA 4P© o in breve S4P©. Con l'obiettivo di migliorare la sicurezza delle città secondo un diverso paradigma e prevenire gli illeciti prevedendoli, sono stati predisposti anticipatatamente i controlli sul territorio con precisione e puntualità rivoluzionando il metodo tradionale. Grazie al supporto operativo prodotto dall'Intelligenza Artificiale, gli operatori hanno acquisito maggiori capacità decisionali direttamente sul campo senza attendere ordini che inevitabilmente possono giungere in ritardo e la leadership nella quotidiana disputa con il reo, limitandone selettivamente e sequenzialmente il disegno criminoso nel tempo e nello spazio.

  • 1999

    Inizio dello studio sui fenomeni di devianza urbana

  • 2003

    Ideazione del modello predittivo e sviluppo della tecnologia abilitante XLAW®

  • 2004

    Prima sperimentazione di XLAW® nella città di Napoli

  • 2012

    Ideazione del protocollo SICUREZZA 4P

  • 2013

    Validazione accademica ed avvio del framework per l’immissione in più uffici operativi di polizia di undici città.

  • 2013/2019

    Sperimentazione ufficiale negli uffici operativi di Polizia di Napoli, Prato, Salerno, Venezia, Modena e Parma.

  • 2019

    Validazione operativa della Direzione Centrale Anticrimine Dipartimento di Pubblica Sicurezza.

  • 2020

    Presentazione alla AIWEEK prima manifestazione dedicata alle eccellenze che fanno uso di intelligenza artificiale.

Sperimentazione città coinvolte

Per l'analisi della sperimentazione ufficiale sono state scelte sei città tra le undici che sinora impiegano la tecnologia differenti per dimensioni e dinamiche socio - urbane

Napoli

  • Superficie 117,27 km²
  • Abitanti 972.130
  • Densità abitanti 8.148,22 per km²
  • Questura 1
  • Commissariati 19
  • PCrime 9 (Indice di Pressione criminale)

Prato

  • Superficie 97,35 km²
  • Abitanti 185.089
  • Densità abitanti 2.004 per km²
  • Questura 1
  • Commissariati 0
  • PCrime 9 (Indice di Pressione criminale)

Parma

  • Superficie 260,6 km²
  • Abitanti 197.499
  • Densità abitanti 757,86 per km²
  • Questura 1
  • Commissariati 0
  • PCrime 13 (Indice di Pressione criminale)

Salerno

  • Superficie 59,85 km²
  • Abitanti 134.850
  • Densità abitanti 2,215,89 per km²
  • Questura 1
  • Commissariati 2
  • PCrime 19 (Indice di Pressione criminale)

Venezia

  • Superficie 415,9 km²
  • Abitanti 259.809
  • Densità abitanti 624,69 per km²
  • Questura 1
  • Commissariati 3
  • PCrime 12 (Indice di Pressione criminale)

Modena

  • Superficie 183,19 km²
  • Abitanti 186.307
  • Densità abitanti 1.017,02 per km²
  • Questura 1
  • Commissariati 2
  • PCrime 15 (Indice di Pressione criminale)

Obiettivi raggiunti

Efficacia operativa

Diminuiti nelle città sperimentate scippi, rapine, furti e borseggi in misura maggiore rispetto alla media nazionale ed in città simili per dimensioni, numero di abitanti e dinamiche socio economiche. Dimostrata la maggiore efficacia del metodo previsionale rispetto al metodo tradizionale

Valorizzazione del capitale umano

Migliorate la motivazione, la partecipazione e la capacità di prendere decisioni strategiche per raggiungere gli obiettivi a breve e medio termine da parte degli operatori di controllo del territorio e la performance operativa dell’intera organizzazione

Risparmio sui costi di gestione della sicurezza e per la collettività

Razionalizzati gli interventi e ridotti i chilometri di percorrenza dalle pattuglie, il consumo di carburante e lo stress di uomini e mezzi. Risparmio per la collettività in base alla diminuzione dei delitti

Ulteriori implicazioni

Integrazione operativa con le altre forze dell’ordine - miglioramento della percezione di sicurezza e della fiducia nella istituzione da parte del cittadino – miglioramento della reputazione professionale da parte degli operatori - contenimento dei fattori di rischio e di stress degli operatori – definizione su base scientifica della sicurezza reale e percepita - favorevole accettazione da parte dei media, del mondo accademico e giuridico

Metodo di analisi per la verifica dei risultati

ANALISI QUANTITATIVA

Riduzione dei crimini consumati
È stato considerato il numero dei delitti consumati nelle città sperimentate nell’anno prima della sperimentazione e nell’anno in cui è avvenuta la sperimentazione e messi a confronto i risultati con quelli ottenuti in altre città simili.

Mancato spostamento del crimine
È stata elaborata la distribuzione georeferenziata dei crimini commessi nell’anno prima della sperimentazione e nell’anno in cui è avvenuta la sperimentazione.

Efficacia del metodo di prevenzione tradizionale e previsionale
È stato acquisito il numero dei delitti commessi quando è stato adottato il metodo tradizionale e previsionale ed elaborata la differenza dei risultati.

Riduzione dei Km percorsi dalle pattuglie e dell’usura dei mezzi
È stato acquisito il numero dei chilometri di percorrenza da parte delle pattuglie quando è stato adottato il metodo tradizionale e previsionale ed elaborata la differenza.

ANALISI QUALITATIVA

Attendibilità delle previsioni
Sono stati messi quotidianamente a confronto mediante un apposito tool di verifica i delitti consumati e le previsioni elaborate dal software onde valutare l'attendibilità e la precisione dell’elaborato.

Partecipazione degli operatori
Sono stati acquisiti il numero dei controlli di prevenzione svolti su iniziativa degli operatori con metodo tradizionale e previsionale ed elaborata la differenza. E' stato sottoposto un questionario agli operatori di valutazione della soluzione.

Sicurezza reale e sicurezza percepita
Al fine di verificare eventuali differenze tra sicurezza reale e percepita è stato preso in esame l’indice PCrime (Pressione Criminale) parte integrante della innovazione XLAW® che misura la pressione del crimine sul territorio in esame in virtù del numero di delitti commessi in rapporto al numero dei cittadini residenti e non, al numero di abitazioni, esercizi commerciali, teatri, cinema ecc., alle dimensioni del territorio ed alle dinamiche socio-economiche.

Impatto sui media e sull’opinione pubblica
Sono stati estrapolati i dati di interesse relativi a servizi ed articoli offerti da stampa, TV e canali web.

Precisione elaborazioni previsionali

Attraverso un apposito tool di verifica è stato possibile valutare l’attendibilità delle previsioni offerte quotidianamente dalla tecnologia XLAW®.

Sperimentazione % Precisione previsioni
Napoli 84%
Salerno 87%
Prato 89%
Venezia 83%
Parma 82%
Modena 86%

Risultati

N.B. i risultati si basano sulla sperimentazione da parte di una sola forza di polizia in sei città delle undici che sinora impiegano la tecnologia

Napoli

Risultati prevenzione - Diminuzione complessiva dei crimini: 22%
Scippi -3,9%
Rapine -23,9%
Borseggi -5%
Furti in abitazione e in esercizi commerciali -12,6%
Furti veicoli -1,6%
Indice di Pressione Criminale -66,7%
Risultati economici
Risparmio per la cittadinanza in base ai risultati di prevenzione € 555.800
Risparmio chilometrico 61%
Risparmio carburante € 33.580

Salerno

Risultati prevenzione - Diminuzione complessiva dei crimini: 38%
Scippi -44,2%
Rapine -48,9%
Borseggi -19,5%
Furti in abitazione e in esercizi commerciali -21,2%
Furti veicoli -1,7%
Indice di Pressione Criminale -36,8%
Risultati economici
Risparmio per la cittadinanza in base ai risultati di prevenzione € 101.400
Risparmio chilometrico 47,8%
Risparmio carburante € 80.300

Prato

Risultati prevenzione - Diminuzione complessiva dei crimini: 34%
Scippi -10%
Rapine -5%
Borseggi -21%
Furti in abitazione e in esercizi commerciali -10%
Furti veicoli -28%
Indice di Pressione Criminale -55,6%
Risultati economici
Risparmio per la cittadinanza in base ai risultati di prevenzione € 522.600
Risparmio chilometrico 40,9%
Risparmio carburante € 75.920

Venezia

Risultati prevenzione - Diminuzione complessiva dei crimini: 19%
Scippi -23,8%
Rapine -15,5%
Borseggi -1%
Furti in abitazione e in esercizi commerciali -22,8%
Furti veicoli -24,3%
Indice di Pressione Criminale -50%
Risultati economici
Risparmio per la cittadinanza in base ai risultati di prevenzione € 134.800
Risparmio chilometrico 37%
Risparmio carburante € 54.020

Parma

Risultati prevenzione - Diminuzione complessiva dei crimini: 43%
Scippi -44,2%
Rapine -15,4%
Borseggi -5,4%
Furti in abitazione e in esercizi commerciali -25,8%
Furti veicoli -30,6%
Indice di Pressione Criminale -50%
Risultati economici
Risparmio per la cittadinanza in base ai risultati di prevenzione € 303.800
Risparmio chilometrico 40,9%
Risparmio carburante € 75.920

Modena

Risultati prevenzione - Diminuzione complessiva dei crimini: 16%
Scippi -6,4%
Rapine -10,1%
Borseggi -6%
Furti in abitazione e in esercizi commerciali -14%
Furti veicoli -5,9%
Indice di Pressione Criminale -25%
Risultati economici
Risparmio per la cittadinanza in base ai risultati di prevenzione € 36.300
Risparmio chilometrico 40,9%
Risparmio carburante € 68.620

Efficacia del metodo previsionale

Riduzione dei crimini con il metodo previsionale superiore alla media nazionale ed in città simili

È pensiero comune che la riduzione dei crimini predatori che si registra in Italia da qualche anno, possa essere legata a più fattori tra i quali la mancata denuncia da parte del cittadino pertanto, il dubbio che potrebbe sorgere è che la riduzione ottenuta nel corso della sperimentazione, possa eventualmente essere connessa a questo andamento.

Sono state pertanto svolte opportune verifiche e messe a confronto le città sperimentate con quelle che hanno le stesse caratteristiche socio demografiche determinando che nelle città in cui è avvenuta la sperimentazione la riduzione dei crimini è risultata nettamente superiore.

Città % riduzione dei crimini
(Ottenuta nel periodo di sperimentazione)
N. crimini in meno
Parma
(Città sperimentata)
43% 1.600
Taranto
(Città non sperimentata)
19,5% 577
Salerno
(Città sperimentata)
38,8% 642
Ferrara
(Città non sperimentata)
4,2% 192
Venezia
(Città sperimentata)
19,1% 923
Catania
(Città non sperimentata)
1,8% 243

Efficacia del metodo previsionale

Differenza produttiva con metodo di prevenzione tradizionale e previsionale

In Italia il controllo del territorio viene condiviso tra due forze di Polizia secondo un piano coordinato. Nelle città sperimentate la produttività di quella che ha adottato la tecnologia XLAW®, è risultata nettamente superiore ovvero, i crimini sono stati commessi in maggior numero nelle aree di competenza dell’altra forza che ha adottato il metodo di prevenzione tradizionale.

Nel corso della sperimentazione si sono svolti alcuni test che hanno previsto la sospensione dell'uso della tecnologia verificando che nel corso della sospensione i crimini sono aumentati per poi tornare a diminuire nel momento in cui si è ripreso ad impiegare la tecnologia.

Una delle criticità attribuita al metodo previsionale ed al centro di dibattito accademico, è l’eventuale possibilità di spostamento del crimine che in criminologia viene definito «displacement» ovvero uno dei rischi che la criminologia attribuisce in caso di interventi di prevenzione che agiscono sullo spazio o sul contesto della realizzazione del reato è che il fenomeno si sposti.

La verifica è stata svolta utilizzando dei diagrammi. Partendo da un punto dove si concentrava il fenomeno prima del trattamento si è sovrapposto un diagramma che unisce vari punti dove si sarebbe potuto spostare dopo il trattamento in base alla morfologia ed alle caratteristiche del territorio.

In virtù dei maggiori controlli svolti sulla base degli allarmi generati dal sistema previsionale XLAW®, nel punto dove il fenomeno era più concentrato (riserva di caccia) gli unici luoghi dove si sarebbe potuto spostare, sono quelli indicati dai cerchi numerati.

Dopo un anno di sperimentazione il fenomeno si è ridotto ma non vi è stato alcuno spostamento in nessuno dei punti alternativi. Il metodo di verifica è stato adottato per tutte le città dove è avvenuta la sperimentazione e per tutti i tipi di reati predatori, il risultato è stato sempre lo stesso: il fenomeno si è ridotto ma non si è mai spostato.

Napoli prima del trattamento.
Napoli dopo del trattamento.

Partecipazione

Leadership ed abilità nel prendere autonomamente decisioni strategiche nel breve medio termine da parte degli operatori di controllo del territorio

Nelle sedi operative dove è avvenuta la sperimentazione, rispetto al periodo precedente in cui veniva adottato il metodo di prevenzione tradizionale, sono aumentati i controlli svolti su iniziativa degli operatori impegnati in attività di controllo del territorio stimolati quotidianamente dalle elaborazioni previsionali fornite dal sistema XLAW®.

E' stato sottoposto agli operatori un questionario di valutazione della soluzione. Il 100% degli operatori intervistati ha ritenuto utile e motivante l'impiego della soluzione, efficaci le elaborazioni fornite dalla stessa per la quaotidiana attività di controllo del territorio, determinante il suo impiego per i risultati che sono stati raggiunti, efficace nell'arricchire le abilità professionali, semplice e poco oneroso il protocollo per il suo impiego perfettamente compatibile con quello preesistente.

Impatto

Media e opinione pubblica

L’impiego del sistema XLAW® grazie ad una coraggiosa scelta di apertura e trasparenza , è stato favorevolmente accolto dal mondo giuridico ed accademico ed ha suscitato notevole interesse da parte dei media i quali hanno pubblicato numerosi articoli di stampa e lanciato numerosi servizi televisivi in cui è stato sempre posto l’accento sull' innovazione adottata, incidendo positivamente sulla reputazione del brand istituzionale e sul sentimento di fiducia da parte dell’opinione pubblica verso l’istituzione.

  • 261 articoli di stampa locale
  • 134 articoli di stampa nazionale
  • 82 articoli di stampa internazionale
  • 2.324 Link a servizi WEB
  • 27 articoli di stampa specializzata
  • 12.439.000 spettatori servizi TV 13% share
  • 12 servizi TV locale
  • 15 servizi TV nazionale
  • 12 servizi TV internazionale

Conclusioni

XLAW® nasce come progetto laico di ricerca e sviluppo che nel corso degli anni ha abbracciato più campi della scienza. Con approccio multidisciplinare ogni fase del progetto è stata condotta con il contributo di molti soggetti del mondo della sicurezza pubblica e privata, del mondo accademico, criminologi, sociologi, urbanisti, pedagogisti, giuristi, informatici, economisti, medici ed anche della cittadinanza soprattutto quella attiva.

Sin dall'inizio il progetto è stato aperto a chiunque volesse contribuire o verificare non solo gli aspetti etici e tecnologici ma anche i risultati della ricerca, dello studio e della sperimentazione della soluzione finale svolta in più contesti in gran parte dei quali, senza che vi fosse l'influenza di chi lo ha ideato e sviluppato. Grazie a queste coraggiose scelte etiche, XLAW® è oggi l'unica soluzione al mondo di questo tipo che trasparentemente è stata posta al libero giudizio ed ha ricevuto il consenso indipendente non solo degli addetti ai lavori ma anche del mondo accademico, giuridico e dell'opinione pubblica. Al contrario di molte altre soluzioni spesso oggetto di critiche per mancanza di trasparenza, XLAW® è un sistema White Box e sia l'utente che chi eventualmente tiene a svolgere una serena valutazione, sa benissimo cosa ha in mano, su cosa si fonda il suo sviluppo, quali siano i fini del suo impiego, il suo funzionamento e quali informazioni vengono raccolte.

XLAW® oltre ad essere un'innovazione tecnologica è pura ricerca ed i risultati della sua sperimentazione sono un contributo originale per tutto il mondo scientifico e per chi intende o ancora trova difficoltà ad approcciare progetti simili perchè ha permesso di definire scientificamente più aspetti. Primo su tutti che il metodo di prevenzione basato su elaborazioni predittive, è risultato più efficace rispetto al metodo tradizionale che si basa sull’acquisizione di meri elaborati statistici degli eventi passati o sulla valutazione di istanze formulate dalla collettività per fornire risposte a breve e medio termine che inevitabilmente possono giungere in ritardo e che produce scarsi risultati. Grazie alla ricerca svolta, che viene messa a disposizione di chiunque volesse approfondire, finalmente la polzia predittiva può essere considerata realtà e non più fantascienza o suggestione.

Ideato e sviluppato dopo un lungo periodo di ricerca, XLAW® ha confermato il presupposto condiviso tra i ricercatori coinvolti, secondo i quali è possibile arrivare a prevedere certe tipologie di crimini urbani che hanno la caratteristica di ripetersi nel tempo e nello spazio se si è in grado di definire ed implementare, un appropriato metodo di Previsione e che maggiore è la possibilità di ridurre i delitti sulla base dell'alta attendibilità e precisione delle elaborazioni del modello predittivo ideato e sviluppato. Dimostrato e provato che se si è in grado di prevedere e prevenire il crimine, esso non si sposta in altre aree del territorio, ne consegue che scippi, rapine, furti e borseggi avvengono in luoghi difficilmente fungibili che se presidiati con scientifica puntualità e precisione, si può arrivare a rendere maggiormente sicuri e disorientare il criminale che inevitabilmente diviene meno efficace e più vulnerabile nel tempo e nello spazio.

Non è un caso che il progetto XLAW®, oltre ai risultati tangibili, ha sancito clamorosi stravolgimenti di note teorie sulla criminologia urbana, suscitando clamore ed attenzione nel mondo scientifico internazionale.

Il framework per l’introduzione della tecnologia XLAW® all’interno di un’organizzazione complessa, è stata il vero successo considerando che la tecnologia non mai è fine a se stessa e che non è semplice proporre ed introdurre innovazione, laddove i metodi di lavoro non sono preparati a questo. E' stato quindi studiato, sviluppato ed adottato un metodo esclusivo con l'aiuto di psicologi e tecnici per mettere a punto uno strumento che fosse pienamente fruibile, efficace e che non stravolgesse i precedenti protocolli, a bassissimo costo di impianto e di gestione per incidere sulle performance dell'organizzazione e dei singoli operatori i quali, grazie alla rivoluzione paradigmatica degli obiettivi operativi e non allo stravolgimento del metodo di lavoro, sono risultati sin dalle prime ore di utilizzo della tecnologia pienamente proattivi ed abili nel prendere decisioni strategiche nella quotidiana disputa con il reo.

La conclusione è che XLAW® non deve essere considerata un’ulteriore risorsa in aggiunta a quelle già esistenti ma uno strumento innovativo ed esclusivo che permette di rivoluzionare il paradigma della sicurezza per ridurre i crimini, i costi, i rischi e lo stress di uomini e mezzi ed i danni di tipo economico e morale della collettività.

I risultati, la validazione da parte del Dipartimento di Pubblica Sicurezza e delle Università Federico II e Parthenope di Napoli, i premi, i riconoscimenti ottenuti, l’alto gradimento dell’opinione pubblica e dei media ed il fatto che la tecnologia sulla base delle sua lunga sperimentazione ha raggiunto il massimo livello di maturità TRL9 atteso che nessuno strumento di questo tipo attualmente ha raggiunto questo livello di maturità, determinano che XLAW® possa essere un'intelligenza artificiale pronta a lavorare quotidianamente al fianco delle forze dell'ordine per aiutarle a rendere più sicure le nostre bellissime città.

   Conclusioni accademiche

Anche se in questo momento storico l’Italia è preoccupata dall’affermarsi di altre emergenze (effetti del cambiamento climatico, crisi aziendali, riduzione della produttività), il tema della sicurezza urbana nel Paese resta nell’agenda istituzionale sempre ai primi posti, anche se una progettazione più costante delle politiche di sicurezza urbana stenta a realizzarsi e la soluzione degli interventi si prestano a facili strumentalizzazioni, sia da destra che da sinistra.

Tuttavia, non si può disconoscere che la sicurezza rappresenti un bene fondamentale della persona, un diritto universale riconosciuto della persona (art. 3 Dichiarazione Universale dei Diritti Umani) e in quanto tale è considerato dalla nostra Carta tra “i diritti inviolabili dell’uomo” (art. 2 Costituzione italiana), per cui come tale è esigibile perché senza di essa non può essere esercitata la libertà e senza questa alcuna attività umana è perseguibile e si esprime in tutta la sua grandezza. Pertanto, la sicurezza dovrebbe essere gestita in continuità, oltre lo schieramento di partito.

Sicurezza, giustizia e libertà sono valori interconnessi: senza sicurezza non c’è libertà e non si può neanche garantire giustizia. La sicurezza è tuttavia una condizione sia oggettiva (garantita da un insieme di tutele e dispositivi), sia soggettiva, in quanto inerisce lo stato d’animo della persona, la sua condizione psicologica, tant’è che questa dimensione è studiata mediante la percezione dell’insicurezza. Quando lo Stato non riesce a garantire la sicurezza formazioni autonome si propongono nella storia come alternative per offrire tutele, protezione, garanzie. La mafia si origina storicamente proprio come soggetto sociale che offre protezione in assenza dello Stato. Viene venduta al punto che già il Franchetti nel 1876 nella famosa “Inchiesta” identifica i mafiosi come esperti nell’uso della violenza per tutelare diritti di proprietà debolmente o nient’affatto salvaguardati dallo Stato.

Il venir meno della sicurezza alimenta la paura e paradossalmente la modernità avanzata essendo gravida di nuovi rischi instilla un maggior senso di generale insicurezza perché rende più precarie molte condizioni di vita e vulnerabili quelle che un tempo erano abituali certezze. Tuttavia, essendoci un rapporto molto stretto tra sicurezza e disuguaglianza, chi abita i gradini più bassi della scala sociale è oggettivamente più vulnerabile in quanto meno tutelato e di conseguenza la percezione di insicurezza è funzione dello status più debole. Quanti sono collocati, invece, nei gradini superiori godono di maggiori garanzie, si dotano di maggiori autotutele e per essi il senso di insicurezza si nutre maggiormente di elementi soggettivi o di quegli aspetti della vita contemporanea che in quanto connessi ai rischi globali (inquinamento, terrorismo, grandi flussi migratori, crisi economiche) istillano angosce, paure, inquietudini.

Una delle specificità nostrane è che, a differenza di altri contesti come gli Stati Uniti, l’Inghilterra o la stessa Francia, i programmi di sicurezza urbana non sono mai stati attraversati da sperimentazioni strategiche di modelli centrati sulla prevenzione degli eventi e attenzione alle vittime in uno spazio urbano delimitato. Cosa che all’estero è avvenuta in modo più frequente sotto l’egida di programmi attuati da dipartimenti attivi di polizia in collaborazione con le università, i sindaci o gli uffici governativi. Il periodo newyorkese della “tolleranza zero” (dal 1990 al 2001) attuata specie da Rudolph Giuliani (1994-2001) sarebbe errato tradurlo e identificarlo in chiave esclusivamente politica. Ciò impedirebbe di cogliere alcuni spunti e intuizioni analitiche che, a partire dagli studi dello psicologo sociale P. Zimbardo alla fine degli anni ’60 sull’ “indifferenza collettiva” e dalle successive teorie delle “finestre rotte” (Broken Windows Theory, Kelling e Wilson, 1982), del “contagio sociale” (Cook e Goss, 1996) e delle ipotesi connesse ai programmi Moving to Opportunity (MtO) (Harcourt - Ludwig 2006), hanno permesso di cogliere alcuni effetti sociali connessi al e/o indotti dal degrado e disordine urbano.

Le critiche mosse ai programmi Safe and Clean Neighborhoods e più ancora alle strategie di tolleranza zero hanno invece dato vita a un lungo periodo di sperimentazione coincidente con i programmi foot-patrol, community policing, problem-oriented policing, che sebbene di scarsa efficacia o non dando i risultati sperati (Jang et alii, 2008) sono stati sovrapposti da altri modelli applicati (“pulling levers” policing, third-party policing, hot spots policing, compstat ed evidence-based policing) per prevenire il crimine o per contrastarlo. Specialmente dopo l’11 settembre 2001 quando rispondere alla domanda di sicurezza dei cittadini è diventato un imperativo assoluto. Piuttosto che arretrare, le non poche criticità emerse negli ultimi anni rispetto alle differenti sperimentazioni hanno consolidato negli Usa la ricerca di nuove vie, testando i risultati dell’applicazione di nuove strategie e arricchendo i modelli di correlazione fra fattori in modo da fornire risposte più attendibili (Taylor, 2001; Nixon 2005; Braga et alii, 2014). Gli addetti ai lavori e gli studiosi del campo si dibattono da un lato, esplicitando l’idea che una buona deterrenza si costruisce perseguendo sia le infrazioni minori che i crimini violenti, anche se andrebbe contestualizzato l’approccio al tipo di criminalità presente in una determinata area. Paura, disordine, sviluppo del crimine sono comunque connessi sia alle piccole infrazioni sia ai crimini violenti i cui effetti collaterali finiscono per disincentivare l’interesse e la partecipazione alla difesa della comunità. Dall’altro, quanti ritengono che criminalizzare le incivilities e ogni forma di soft crime sia un errore, uno spreco di risorse e un inefficace modo di contrastare il senso di insicurezza della comunità, ancorché incassare risultati inadeguati sul fronte della criminalità (Braga et alii, 2015). Anche aumentare il numero di agenti in strada o rendere le pene più dure e lunghe non sortisce effetti deterrenti efficaci nei confronti di quanti scelgono le vie del crimine (Paternoster, 2010).

Lo studio alla base di XLAW® da conto di come il tema della sicurezza urbana, sebbene necessiti di interventi integrati di carattere sociale, economico, di riqualificazione degli spazi pubblici, del design ambientale e di incentivazione alla partecipazione dei cittadini alla cura e difesa della cosa pubblica, si fondi innanzitutto nell’applicazione di strategie di controllo del territorio da parte delle forze dell’ordine più organizzate. Riformulate sulla base di precedenti analisi criminologiche capaci di simulare situazioni future.

L'Università Federico II di Napoli ha accettato di collaborare al progetto perchè da anni si è sviluppato un confronto serrato sull’uso dei modelli operativi e predittivi di security ed il modello XLAW®, pone seri interrogativi alla teoria del contagio (che pure annovera illustri pensatori: G. Le Bon; S. Freud; N. Smelser) e alla psicologia del comportamento collettivo i cui risultati sono stati estesi, poi, alla teoria matematica della diffusione delle malattie utilizzata dagli epidemiologi per prevedere il corso delle infezioni all’interno di una popolazione (N.T.J. Bayley, 1957).

I risultati che XLAW® produce, si situano esattamente in quel progressivo itinerario che ha spostato l’attenzione dai processi irrazionali a quelli razionali e intenzionali studiati nell’ambito delle teorie della trasmissione delle credenze e delle informazioni all’interno dei mercati azionari (A. Lynch 1998, 2000; R. J. Shiller 2000) e che prepotentemente stanno rivoluzionando la new criminology incrociando, tra l’altro, i risultati che derivano dalle ricerche del design ambientale e da quelle di vittimizzazione.

Bisogna prendere sul serio XLAW®, frutto di un lavoro di gruppo e una sinergia istituzionale che ha incrociato saperi, esperienze e abilità differenti i cui risultati incrinano uno dei presupposti che vanno per alcuni per la maggiore: costruire la sicurezza militarizzando il territorio. Niente di più falso. L’attività di sicurezza urbana predittiva offre risultati più efficaci atteso che si combinino ricerca, tecnologia e riflessività criminologica.

Infatti, XLAW® raccoglie le informazioni in base ad un costrutto selettivo ipotetico teorico che pur ispirandosi ai modelli rational (integra la teoria delle opportunità di P.M. Mayhew, R. Clarke et alii, 1976; la teoria della rational choice di D.B. Cornish e R.V. Clarke, 1986; la teoria degli spazi geometrici criminali di P.J. Brantingham e P.L. Brantingham, 1991; la teoria delle attività di routine Di M. Felson e L. Cohen, 1979; il crime mapping, le risultanze di vittimizzazione), va oltre sia perché confuta, come anticipato, alcuni aspetti dei modelli di reazione-diffusione dei crimini predatori connessi alla formazione degli hot spot e quindi all’effetto displacement, sia perché mostra il carattere temporale - non lo esclude – relativamente alla ricostruzione della “riserva di caccia”. Il che mette le forze dell’ordine nella condizione di anticipare le mosse (prevenzione) disarticolando le condizioni che originano l’evento. Una selezione valutativa, quindi, dei fattori criminogeni che con alta probabilità determinano i casi, costruendo un modello di risk assessment basato sulla logica dell’uso dei “big data”.

La prevenzione situazionale ne esce arricchita perché la selezione delle informazioni che il modello XLAW® tende ad incorporare non si preoccupa di ridurre le opportunità, ma assume che è la riserva di caccia (dotata di caratteristiche proprie) che va modificata e osservata, attesa appunto la sua infungibilità (o ricostruzione delle analoghe proprietà).

È trasferibile ad altri contesti?

È trasferibile ad altri reati (displacement other crime)?

Le presupposizioni circa la serialità, specializzazione, modus operandi e tipologia di vittima definita ci dicono che è possibile. E' la sfida che andrebbe accolta. Certo la modalità operativa e la tenacia – non comuni - di chi ha ideato e promosso il progetto mostra quanto sia importante e opportuno l’aggiornamento e la specializzazione dei corpi della polizia locale, ancorché delle forze dell’ordine, stabilizzando in percorsi di confronto con il mondo accademico, gli esperti e quanti sperimentano nuovi modelli di analisi criminale o nuove strategie di controllo territoriale.

XLAW® sposta il costrutto strategico dell’azione di controllo da una visione riparatoria del danno ad una visione probabilistica del rischio. Quindi da una logica di «rincorsa» dei problemi e degli effetti che essi generano (tipica della permanente emergenza) ad una che lavora sugli schemi della prevenzione.

Bisogna considerare una tale proposta operativa. Sono offerti risultati che restituiscono efficacia operativa, valorizzazione del capitale umano, nuove conoscenze, risparmi sui costi di gestione, ipotesi integrative di azione con altre forze dell’ordine. E non è poco!

- Prof. Giacomo Di Gennaro Dipartimento di Scienze Politiche Direttore del Master di II livello Criminologia e Diritto Penale Analisi Criminale e Politiche per la Sicurezza Urbana Università Federico II di Napoli -

Crediti

Per la sperimentazione
  • Dipartimento di Pubblica Sicurezza
    Direzione Centrale Anticrimine
  • Questura di Napoli
  • Questura di Salerno
  • Questura di Prato
  • Questura di Venezia
  • Questura di Parma
  • Questura di Modena
Per la valutazione e la validazione
  • Università Federico II
    Dipartimento di Scienze Politiche
  • Università Parthenope
    Dipartimento di Studi Aziendali ed Economici

Bibliografia - Sitografia - Media

Cfr. G. Di Gennaro, R. Marselli, E. Lombardo, M. Spina (2018) Tolleranza zero o deterrenza selettiva, in G. Di Gennaro e R. Marselli (a cura di), Secondo Rapporto Criminalità e Sicurezza a Napoli, FedoaPress, University Federico II, Naples. http://www.fedoa.unina.it/11938/1/Criminalit%C3%A0%20e%20sicurezza.%20Secondo%20rapporto%20completo%20copertina.pdf

Schlehahn, E., Aichroth, P., Mann, S., Schreiner, R., Lang, U., Shepherd, I. D., e Wong, B. W. (2015). Benefits and pitfalls of predictive policing. In Intelligence and Security Informatics Conference (EISIC) pp. 145–148. IEEE. Manchester, UK;

Tayebi, M. A., e Glässer, U. (2016). Social network analysis in predictive policing: Concepts, models and methods. Cham, Switzerland: Springer International Publishing;

Townsley, M. (2017). Crime mapping and spatial analysis. In B. Leclerc e E. Savona (Eds.), Crime prevention in the 21st century pp. 101–112. Cham, Switzerland: Springer International Publishing;

De Hert, P., e Lammerant, H. (2016). Predictive profiling and its legal limits: Effectiveness gone forever? In B. Van der Sloot, D. Broeders, e E. Schrijvers. (Eds.), Exploring the boundaries of big data pp. 145–176. Amsterdam: University Press Amsterdam;

Innes, M., Fielding, N., e Cope, N. (2005). ’The appliance of science?’: The theory and practice of crime intelligence analysis. The British Journal of Criminology, 45, pp. 39–57;

Edwards, L., e Urquhart, L. (2016). Privacy in public spaces: What expectations of privacy do we have in social media intelligence? International Journal of Law and Information Technology, 24,3 pp.279–310;

Haberman, C. P., e Ratcliffe, J. H. (2012). The predictive policing challenges of near repeat armed street robberies. Policing: A Journal of Policy and Practice, 6,2 pp.151–166;

Santos, R. B. (2014). The effectiveness of crime analysis for crime reduction: Cure or diagnosis? Journal of Contemporary Criminal Justice, 30,2, pp.147–168;

Pearsall, B. (2010). Predictive policing: The future of law enforcement. National Institute of Justice Journal, 266,1, pp.16–19;

Andrejevic, M. (2017). To Pre-Empt A Thief. International Journal of Communication, 8, pp.879–896.

Vlahos, J. (2012). The department of pre-crime. Scientific American, 306,1, pp. 62–67;

Williams, M. L., Burnap, P., e Sloan, L. (2016). Crime sensing with big data: The affordances and limitations of using open source communications to estimate crime patterns. British Journal of Criminology, 57, pp. 320–340;

Norton, A. A. (2013). Predictive policing: The future of law enforcement in the trinidad and tobago police service (TTPS). International Journal of Computer Applications, 62,4 pp.32–36;

West, S.M., Whittaker, M. and Crawford, K. (2019). Discriminating Systems: Gender, Race and Power in AI. AI Now Institute. Retrieved from: https://ainowinstitute.org/discriminatingsystems.html

Mohler, G. O., Short, M. B., Malinowski, S., Johnson, M., Tita, G. E., Bertozzi, A. L., e Brantingham, P. J. (2015). Randomized controlled field trials of predictive policing. Journal of the American Statistical Association, 110,512, pp.1399–1411;

Saunders, J., Hunt, P., e Hollywood, J. S. (2016). Predictions put into practice: A quasi-experimental evaluation of Chicago’s predictive policing pilot. Journal of Experimental Criminology, 12,3 pp. 347–371;

Elia Lombardo (2018) Sicurezza 4P lo studio alla base del software XLAW per prevedere e prevenire i crimini predatori Mazzanti editore;

Daniele Vazquez Pizzi (2013) La fine della città postmoderna editore Mimesis;

Bennett Moses, L., e Chan, J. (2016). Algorithmic prediction in policing: Assumptions, evaluation, and accountability. Policing and Society;

Brannon, M. M. (2017). Datafied and divided: Techno‐dimensions of inequality in American cities. City e Community, 16,1, pp.20–24;

Camacho-Collados, M., e Liberatore, F. (2015). A decision support system for predictive police patrolling. Decision Support Systems, 75, pp.25–37;

Chan, J., e Bennett Moses, L. (2016). Is big data challenging criminology? Theoretical Criminology, 20,1 pp.21–39;

Costanzo, P., D’Onofrio, F., e Friedl, J. (2015). Big data and the Italian legal framework Opportunities for police forces. In B. Akhgar, G. Saathoff, H. R. Arabnia, R. Hill, A. Staniforth, e P. S. Bayerl (Eds.), Application of big data for national security pp.238–249. Oxford, UK: Butterworth-Heinemann;

Dario, L. M., Morrow, W. J., Wooditch, A., e Vickovic, S. G. (2015). The point break effect: An examination of surf, crime, and transitory opportunities. Criminal Justice Studies, 28,3 pp.257–279;

Datta, A., Sen, S., e Zick, Y. (2016). Algorithmic transparency via quantitative input influence: Theory and experiments, with learning systems. In (2016) IEEE symposium on security and privacy pp. 598–617. IEEE;

Downs, J. A. (2016). Mapping sex offender activity spaces relative to crime using time-geographic methods. Annals of GIS, 22,1 pp.141–150.;

Hunt, P., Saunders, J., e Hollywood, J. S. (2014). Evaluation of the shreveport predictive policing experiment. Santa Monica, CA: Rand Corporation;

Inayatullah, S. (2013). The futures of policing: Going beyond the thin blue line. Futures, 49 pp.1–8.;

Kitchin, R. (2014). Big data, new epistemologies and paradigm shifts. Big Data e Society, 1,1 pp. 1–12;

Kump, P., Alonso, D. H., Yang, Y., Candella, J., Lewin, J., e Wernick, M. N. (2016). Measurement of repeat effects in Chicago’s criminal social network. Applied Computing and Informatics, 12,2 pp. 154–160;

Levine, E. S., Tisch, J., Tasso, A., e Joy, M. (2017). The New York City police department’s domain awareness system. Interfaces, 47,1 pp.70–84;

Liberati, A., Altman, D. G., Tetzlaff, J., Mulrow, C., Gøtzsche, P. C., e Ioannidis, J. P. A. (2009). The PRISMA statement for reporting systematic reviews and meta-analyses of studies that evaluate health care interventions: Explanation and elaboration. PLoS Medicine, 6,7 pp. 1–28;

McCue, C. (2014). Data mining and predictive analysis: Intelligence gathering and crime analysis. Oxford, UK: Butterworth-Heinemann;

National Institute of Justice (NIJ). On Predictive policing.https://nij.ojp.gov/search/results?keys=predictive%20policing

Perry, W. L. (2013). Predictive policing: The role of crime forecasting in law enforcement operations. Santa Monica, CA: Rand Corporation;

Ratcliffe, J. H. (2004). The hotspot matrix: A framework for the spatio‐temporal targeting of crime reduction. Police Practice and Research, 5,1, pp. 5–23;

Van Brakel, R., e De Hert, P. (2011). Policing, surveillance and law in a pre-crime society: Understanding the consequences of technology based strategies. In E. De Pauw, P. Ponsaers, W. Bruggeman, P. Deelman, e K. Van der Vijver (Eds.), Technology-led policing pp. 65–94. Antwerp, Belgium: Maklu;

Claudia Morelli giornalista professionista esperta di Diritto e Diritti per ALTALEX (2019) Furti e rapine: a sventarli ci pensa l’intelligenza artificiale! https://www.altalex.com/documents/news/2019/05/06/polizia-predittiva-intelligenza-artificiale

Michele Iasselli Avvocato, docente di logica ed informatica giuridica presso l’Università degli Studi di Napoli Federico II. Docente a contratto di informatica giuridica presso LUISS - dipartimento di giurisprudenzaper ALTALEX (2018) XLAW: la polizia predittiva è realtà https://www.altalex.com/documents/news/2018/11/28/x-law-la-polizia-predittiva

Riccardo Coluccini per Motherboard Tech by Vice (2018) La polizia predittiva è diventata realtà in Italia e non ce ne siamo accorti. In un mondo che sogna di predire il futuro con gli algoritmi, controllare l'origine e la qualità dei dati gettati in pasto a un software è fondamentale. https://www.vice.com/it/article/pa5apm/polizia-predittiva-italia-lombardi-xlaw-prevedere-crimini-algoritmi

Candido Romano per Business Insider (2019) Algoritmo che prevede scippi, rapine, furti. E funziona, da anni https://it.businessinsider.com/perla-il-dirigente-di-polizia-ha-creato-un-algoritmo-che-prevede-scippi-rapine-furti-e-funziona-da-anni/

Francesco Santin per Drcommodore (2018) XLAW, il futuro italiano della polizia predittiva https://www.drcommodore.it/2018/12/06/xlaw-il-futuro-italiano-della-polizia-predittiva/

Parmateneo università degli studi di Parma (2018) Predire il crimine non è più fantascienza. A Parma arriva XLAW https://www.parmateneo.it/?p=49483

Madi Ferrucci per TPI (2019) XLAW: l’algoritmo che prevede i furti e le rapine in base a un modello matematico https://www.tpi.it/tecnologia/xlaw-algoritmo-prevede-furti-rapine-20190730383409/

Roberto Tomas già magistrato minorile-docente di criminologia del Master di criminologia presso la Sapienza-Università di Roma per Polizia Penitenziaria (2019) L’algoritmo XLAW che prevede dove e quando sarà commesso un reato https://www.poliziapenitenziaria.it/lalgoritmo-xlaw-che-prevede-dove-e-quando-sara-commesso-un-reato/ o https://www.poliziapenitenziaria.it/la-criminalistica-e-lalgoritmo-xlaw-che-prevede-i-reati/

Ministero dell’Interno https://www.interno.gov.it/it/notizie/calano-i-reati-sassuolo-i-dati-esaminati-comitato-provinciale

Dal sito Polizia di Stato Modena https://questure.poliziadistato.it/it/Modena/articolo/11985c486ccf7923b373607765

Dal sito Polizia di Stato Modena https://questure.poliziadistato.it/it/Modena/articolo/11985c51a2f6283d9419790581

Dal sito Polizia di Stato Parma https://questure.poliziadistato.it/it/Parma/articolo/9705c78e0dc72025864615081

Dal sito Polizia di Stato Venezia https://questure.poliziadistato.it/it/Venezia/articolo/21495c78f156f095a768502689

Premio SMAU https://www.smau.it/casi-di-successo/xlaw-lalgoritmo-poliziotto-che-prevede-furti-e-rapine

Corriere della sera https://corriereinnovazione.corriere.it/cards/attenti-ladro-l-annuncio-fa-software-che-aiuta-polizia-ad-arrestare-criminali/xlaw_principale.shtml

Roma https://www.ilroma.net/news/cronaca/napoli-poliziotto-%E2%80%9Cdigitale-anticipa-i-ladri-e-le-loro-mosse-una-denuncia

Modena Today http://www.modenatoday.it/cronaca/algoritmo-xlaw-polizia-prevenire-crimini-modena-2019.html

Ansa http://www.ansa.it/campania/notizie/2019/01/31/x-law-app-questura-anticipa-furto_986919e1-f66d-4e59-9f00-7063fc4a4e0c.html

Il resto del carlino https://www.ilrestodelcarlino.it/modena/cronaca/polizia-arresto-software-xlaw-1.4408763

Tvqui Modena https://www.tvqui.it/video-home-155848-polizia-di-stato-arrestato-malvivente-grazie-al-nuovo-software-xlaw-html/

Il denaro https://www.ildenaro.it/x-law-sbarca-venzia-software-made-napoli-prevenire-reati-urbani/

Parma daly https://www.parmadaily.it/330693/operazione-antidroga-della-polizia-col-sistema-predittivo-x-law/

Venezia Today http://www.veneziatoday.it/attualita/xlaw-algoritmo-prevenzione-reati-lunedi-venezia.html

Il Gazzettino Venezia https://www.ilgazzettino.it/nordest/venezia/furto_hotel_sistema_x_law-4111701.html

Repubblica https://parma.repubblica.it/cronaca/2019/01/18/news/parma_in_questura_arriva_il_sotware_che_prevede_i_reati-216855714/

Focus Polizia Penitenziaria https://www.poliziapenitenziaria.it/lalgoritmo-xlaw-che-prevede-dove-e-quando-sara-commesso-un-reato/

Gazzetta di Parma https://www.gazzettadiparma.it/parma/2019/11/21/news/polizia_impegnata_nei_controlli_con_il_sistema_x-law_che_predice_i_reati-2162662/

Pisa Today http://www.pisatoday.it/politica/qualita-vita-sicurezza-xlaw-pisa.html

Il Riformista https://napoli.ilriformista.it/i-ladri-li-possiamo-anticipare-con-la-tecnologia-11695/

Securindex https://www.securindex.com/news/leggi/2718/xlaw-il-sistema-predittivo-contro-i-reati-predatori

Fanpage https://napoli.fanpage.it/a-napoli-la-polizia-prevede-i-crimini-con-lapp-x-law-come-in-minority-report/

Il Mattino https://www.ilmattino.it/napoli/cronaca/napoli_sistema_elettronico_xlaw_prevede_furto_denunciato_uomo-4192716.html

Il Giornale https://www.ilgiornale.it/news/cronache/venezia-ecco-software-che-predice-tutti-i-reati-1603366.html

Business Insider https://it.businessinsider.com/perla-il-dirigente-di-polizia-ha-creato-un-algoritmo-che-prevede-scippi-rapine-furti-e-funziona-da-anni/

Rai https://www.raiplay.it/video/2018/11/Lotta-al-crimine-ecco-la-tecnologia-che-batte-i-ladri-20112018-86692598-55d7-4a2a-a4a5-8d191b701eb3.html

Motherboard https://www.vice.com/it/article/pa5apm/polizia-predittiva-italia-lombardi-xlaw-prevedere-crimini-algoritmi

Ansa http://www.ansa.it/campania/notizie/2019/01/31/x-law-app-questura-anticipa-furto_986919e1-f66d-4e59-9f00-7063fc4a4e0c.html

Sul Panaro https://www.sulpanaro.net/2019/01/xlaw-ora-ladri-li-cattura-lalgoritmo/

Mediterranei news https://mediterraneinews.it/2019/09/29/sicurezza-4p-giornata-mondiale-del-turismo-e-festival-dellospitalita-un-contributo-di-elia-lombardo-sul-crimine-predatorio-ai-danni-del-turista/

Storie di polizia penitenziaria http://www.storiepoliziapenitenziaria.it/2019/08/18/quando-per-il-bene-del-paese-opera-lappartenente-al-corpo-con-uniforme-e-mostrine-e-non-un-civile-che-nulla-sa-delle-operativita-di-un-corpo-di-polizia-le-cose-funzionano/

105.net https://www.105.net/news/tutto-news/303309/inventato-algoritmo-per-prevedere-furti-e-rapine-prima-che-si-verifichino.html

Stylo24 https://www.stylo24.it/xlaw-algoritmo-prevede-crimini/

Internapoli https://internapoli.it/prevenire-i-crimini-domani-convegno-a-capodimonte/

SIAP FOCUS http://www.elialombardo.it/documenti/siap_n69.pdf

La Verdad https://www.laverdad.es/sociedad/oraculo-delito-20181127104037-ntvo.html?ref=https:%2F%2Fwww.google.com%2F

DECA Human Resurces http://www.decahr.it/furti-e-rapine-a-sventarli-ci-pensa-lintelligenza-artificiale/

Autel Si https://www.autelsi.es/cms/index.php?option=com_content&task=view&id=27897&Itemid=2

El Pais https://elpais.com/tecnologia/2018/11/26/actualidad/1543224868_536310.html

Repubblica https://rep.repubblica.it/pwa/generale/2018/11/16/news/storie_italiane-211863362/

Globo https://rep.repubblica.it/pwa/generale/2018/11/16/news/storie_italiane-211863362/

ELCIERRE Digitla https://elcierredigital.com/realidad-autonomica/369454328/prevenir-delitos-inteligencia-artificial.html

Spain's News https://spainsnews.com/the-policeman-who-learned-to-program-to-predict-crimes-technology/

Televisiva News https://noticieros.televisa.com/historia/arrestan-ladron-gracias-tecnologia-predice-delitos/

BBC https://www.bbc.com/mundo/noticias-46261759

MEDIASET MATRIX http://www.elialombardo.it/blog/index.asp?Q=H972JJJ35PAGZ6WN7C04

RAI http://www.elialombardo.it/blog/index.asp?Q=V707SD8TFTU2650090S3

IL SERRAGLIO http://www.elialombardo.it/blog/index.asp?Q=8FIN90703F80B2H7LE7W

RAI regionale http://www.elialombardo.it/blog/index.asp?Q=51R8416ZT739172AH01A

RAI regionale http://www.elialombardo.it/blog/index.asp?Q=S57F9A9GUK804R42BJ9H

TV PRATO http://www.elialombardo.it/blog/index.asp?Q=1734JT22RAH116KV9YU6

RAI TG1 http://www.elialombardo.it/blog/index.asp?Q=Q49IL28686Y90QF8D788

TG VENEZIA http://www.elialombardo.it/blog/index.asp?Q=Z0YO4S436379VB9C0212

A3 NEWS Venezia http://www.elialombardo.it/blog/index.asp?Q=915GQ2JKMO041SF4254L

RAI Mimanda RAI 3 http://www.elialombardo.it/blog/index.asp?Q=FEEN7M099AFWZ7P09047

RAI Uno in famiglia http://www.elialombardo.it/blog/index.asp?Q=705D37B90003QJ9QQ756

SMAU report premio innovazione digitale http://www.elialombardo.it/blog/index.asp?Q=1U5V69PMF25AR49QN3O1

RAI Italia Si http://www.elialombardo.it/blog/index.asp?Q=012J2EOY1DN2991C5276

Gazzetta di Modena http://www.elialombardo.it/blog/index.asp?Q=85ZGU825U7HC59UDR2IO

Polizia di Stato Parma http://www.elialombardo.it/blog/index.asp?Q=019HS66WMMGHC03U0JO1

RAI Tg3 Emilia http://www.elialombardo.it/blog/index.asp?Q=58LN9RY8X1526F3GIK52

Tg Parma http://www.elialombardo.it/blog/index.asp?Q=3B256100L79N8884B9AI

Gazzetta di Parma https://www.gazzettadiparma.it/parma/cronaca-nera/2020/09/17/news/controlli_straordinari_in_citta_e_denunciato_un_19enne_sorpreso_a_rubare_a_mediaworld-4207076/

Metropolitano https://www.metropolitano.it/piu-sicuri-con-xlaw-i-furti-si-possono-prevenire/

Il Riformista https://napoli.ilriformista.it/i-ladri-li-possiamo-anticipare-con-la-tecnologia-11695/

Bologna 2000 https://www.bologna2000.com/2019/01/26/riunito-a-sassuolo-il-comitato-provinciale-per-lordine-e-la-sicurezza-pubblica-2/

Patto sicurezza urbana Roma Capitale art.5 http://www.prefettura.it/roma/download.php?f=Spages&s=download.php&id_sito=1199&file=L0ZJTEVTL2FsbGVnYXRpbmV3cy8xMTk5L1BhdHRvX1NpY3VyZXp6YV9VcmJhbmFfZmlybWF0by5wZGY=&&coming=bmV3cy9OZXdzLTc0NTU2MDYuaHRt&accessibile=1/

Assemblea Camera dei Deputati seduta n.90 del 26.11.2018 Intervento dell'On. Alessio Butti https://www.camera.it/leg18/410?idSeduta=0090&tipo=stenografico

Ristretti dal Il Fatto Quotidiano http://www.ristretti.org/index.php?option=com_content&view=article&id=74997:qxlawq-un-algoritmo-puo-davvero-prevedere-e-impedire-un-reato&catid=220:le-notizie-di-ristretti&Itemid=1

Civile On Line https://www.civonline.it/2019/01/25/un-altro-arresto-della-polizia-di-stato-grazie-al-nuovo-software-xlaw/