في خطوة مبتكرة تعزز من فعالية الضبط الشُّرَطي، تم اقتراح إطار عمل شامل لتحليل مقاطع الفيديو المأخوذة من كاميرات الجسم (Body-Worn Cameras) التابعة لقسم شرطة روتشستر. يعتمد هذا الإطار على تقنيات متقدمة من الذكاء الاصطناعي (AI) والتعلم الآلي الإحصائي (Machine Learning) للكشف عن الأنماط وتقييم التفاعلات بين رجال الشرطة والمدنيين.

هذا البحث يهدف إلى تحديد سلوكيات مفتاحية مثل الاحترام والرفض والتصعيد والتهدئة من خلال تحليل بيانات متعددة الأنماط. حيث يتم دمج تقنيات معالجة الصور والصوت ومعالجة اللغة الطبيعية (NLP) لاستخراج رؤى ذات مغزى من مواد الفيديو.

يستفيد الإطار من تقنيات مثل فصل المتحدثين، والتدوين، واستخدام نماذج لغوية كبيرة (Large Language Models) من أجل إنتاج ملخصات منظمة وقابلة للتفسير حول التفاعلات الشرطية. ولم يقتصر البحث على تحسين جودة النصوص أو دقة الكشف عن السلوكيات فقط، بل يشتمل أيضًا على تطوير مسار تقييم مخصص يقيم جودة التدوين ودقة الكشف عن السلوك.

بفضل هذا النهج، يمكن أن تصبح عمليات المراجعة والتدريب والمساءلة في الجهات الشرطية أكثر فعالية، مما يساهم في الدفع بعجلة المعرفة من بيانات كاميرات الشرطة المعقدة.