首次对执法记录仪录像进行的系统分析显示，警察对待黑人社区成员使用的语言始终不如对待白人社区成员那样尊重。

研究人员警告说，尽管细微，但警员语言使用中普遍存在的种族差异可能会削弱警民关系。

“……他们与社区成员交谈方式上的许多细微差别，累积起来就造成了普遍存在的种族差异。”

“我们的研究结果表明，总体而言，警察与黑人社区成员的互动比与白人社区成员的互动更加充满冲突，”斯坦福大学心理学教授、该研究的合著者詹妮弗·埃伯哈特在《纽约时报》上表示。 诉讼中的国家科学院院士.

即使研究人员控制了警官的种族、违规行为的严重程度以及拦截的地点和结果，关于种族差异在尊重性言语方面的发现仍然成立。

为了分析执法记录仪的视频，研究人员首先开发了一种人工智能技术，用于衡量警官语言中的尊重程度，然后将其应用于加利福尼亚州奥克兰警察局一个月内进行的 981 次交通拦截的笔录。

数据显示，白人居民比黑人居民更有可能听到警察说出最尊重的话语，例如道歉和“谢谢”等表达感激之情。

黑人社区成员比白人居民更有可能听到警察说出最不尊重的话语，例如“老兄”、“兄弟”之类的非正式称呼，以及“把手放在方向盘上”之类的命令。

“需要澄清的是：他们没有说脏话，”合著者、语言学和计算机科学教授丹·尤拉夫斯基说。“这些警官行为举止都很得体。但他们与社区成员交谈方式上的许多细微差别，累积起来就造成了普遍存在的种族歧视。”

“我们现在拥有了能够展现这些模式的技术和方法，这对行为科学、计算机科学和警务行业来说都是一项巨大的进步，”语言学博士生、该研究的主要作者罗伯·沃伊特说。“警察部门不仅可以利用这些工具来诊断警民关系中的问题，还可以制定解决方案。”

与全国许多警察部门一样，奥克兰警察局也一直在使用执法记录仪来监控警民互动。但埃伯哈特表示，从数百小时的录像中得出准确结论并非易事。例如，仅仅“挑选”一些负面或正面的片段，就可能导致对警民关系整体状况的误解。

“警方已经对录像被用作不利于他们的手段感到担忧。与此同时，许多部门希望他们的行动对公众保持透明。”

183 小时的影像资料

为了满足对隐私和透明度的双重要求，研究人员需要一种方法，将录像视为显示一般模式的数据，而不是揭示任何一次停车不当行为的证据。

然而，埃伯哈特说：“研究人员不可能只是坐在那里观察每一次停留。那样太费时间了。而且，他们自身的偏见也可能影响他们对互动的判断。”

因此，研究人员查阅了 2014 年 4 月 245 名不同的 OPD 警官进行的 981 次拦截中 183 小时的执法记录仪视频的文字记录。

在研究的第一阶段，人类参与者查看了警官和社区成员之间对话的转录样本（不知道双方的种族或性别），并对警官的语言的尊重程度、礼貌程度、友好程度、正式程度和公正程度进行了评分。

在第二阶段，研究人员利用这些评分建立了一个计算语言学模型，用于模拟说话者如何表达尊重，包括道歉、缓和命令语气以及表达对听者福祉的关心。随后，他们开发了一款软件，能够自动识别警官讲话记录中的这些词语、短语和语言模式。

在第三阶段，研究人员使用该软件分析了剩余的笔录——总共包含36,000条警官发言记录，共计483,966个单词。由于数据量如此庞大，研究团队可以从统计学角度考虑警官的种族、犯罪的严重程度以及其他可能影响警官用语的因素。

“了解并改善警察与他们所服务的社区之间的互动至关重要，但这些互动很难研究，”尤拉夫斯基说。“计算语言学提供了一种方法，可以汇总众多说话者和多次互动的数据，从而发现日常语言如何反映我们的态度、思想和情感——而这些有时是我们自己意识不到的。”

“我们的调查结果并不能证明个别警员存在偏见或不当行为，”埃伯哈特提醒道。“许多因素都可能导致种族间在尊重他人言语方面的差异。”

说话的语气

研究团队目前正在拓展研究范围，分析社区成员在交通拦截过程中使用的语言，并研究执法记录仪捕捉到的其他语言特征，包括语调。他们还计划探索警员和社区成员的言语互动如何随时间推移而变化。

“这段视频素材有很多用途，”埃伯哈特说。“我们对它的各种可能性感到非常兴奋。”

埃伯哈特赞扬奥克兰市和奥克兰警察局愿意接受数据审查，并表示希望全国其他部门也能邀请类似的合作。

“我希望，随着像我们这样的计算工具的发展，更多的执法机构能够将执法记录仪拍摄的视频视为用于理解案件的数据，而不是用于指责或开脱的证据。研究人员和警察部门可以共同利用这些工具来改善警民关系。”

来源: 斯坦福大学

相关书籍：

{amazonWS:searchindex=Books;keywords=civil liberties;maxresults=3}