La plus grande étude jamais réalisée sur le profilage racial présumé lors des contrôles routiers a révélé que les Noirs, qui sont arrêtés plus fréquemment que les blancs le jour, sont beaucoup moins susceptibles d'être arrêtés après le coucher du soleil, quand « un voile de ténèbres » masque leur race.

C'est l'un des nombreux exemples de biais systématique qui ont émergé d'une étude de cinq ans qui a analysé 95 millions d'enregistrements d'arrêts routiers, déposées par des agents auprès de 21 agences de patrouille d'État et de 35 forces de police municipales de 2011 à 2018.

L'étude menée par Stanford a également révélé que lorsque les conducteurs étaient arrêtés, les agents ont fouillé les voitures des Noirs et des Hispaniques plus souvent que les Blancs. Les chercheurs ont également examiné un sous-ensemble de données de Washington et du Colorado, deux États qui ont légalisé la marijuana, et a constaté que même si ce changement a entraîné moins de recherches dans l'ensemble, et donc moins de recherches de noirs et d'hispaniques, les minorités étaient toujours plus susceptibles que les Blancs de faire fouiller leur voiture après un pull-over.

"Nos résultats indiquent que les contrôles de police et les décisions de fouille souffrent de préjugés raciaux persistants, et soulignent la valeur des interventions politiques pour atténuer ces disparités, " écrivent les chercheurs dans le numéro du 4 mai de Nature Comportement Humain .

L'article est le point culminant d'une collaboration de cinq ans entre Cheryl Phillips de Stanford, un professeur de journalisme dont les étudiants diplômés ont obtenu les données brutes par le biais de demandes de documents publics, et Sharad Goel, un professeur de sciences de gestion et d'ingénierie dont l'équipe informatique a organisé et analysé les données.

L'équipe de Goel, qui comprenait Ravi Shroff, professeur de statistiques appliquées à l'université de New York, passé des années à trier les données, éliminer les dossiers incomplets ou provenant de périodes erronées, pour créer la base de données de 95 millions d'enregistrements qui a servi de base à leur analyse. "Il n'y a aucun moyen d'exagérer la difficulté de cette tâche, " dit Goel.

La création de cette base de données a permis à l'équipe de trouver la preuve statistique qu'un « voile de ténèbres » a partiellement immunisé les Noirs contre les arrêts de la circulation. Ce terme et cette idée existent depuis 2006, lorsqu'ils ont été utilisés dans une étude comparant la race des 8, 000 conducteurs à Oakland, Californie, qui ont été arrêtés à n'importe quelle heure du jour ou de la nuit sur une période de six mois. Mais les résultats de cette étude n'étaient pas concluants car l'échantillon était trop petit pour prouver un lien entre l'obscurité du ciel et la course des conducteurs arrêtés.

L'équipe de Stanford a décidé de répéter l'analyse en utilisant l'ensemble de données beaucoup plus vaste qu'elle avait collecté. D'abord, ils ont réduit l'éventail des variables qu'ils devaient analyser en choisissant une heure précise de la journée, vers 19 heures. – lorsque les causes probables d'un arrêt étaient plus ou moins constantes. Prochain, ils ont profité du fait que, dans les mois précédant et suivant l'heure d'été chaque année, le ciel devient un peu plus sombre ou plus clair, au jour le jour. Parce qu'ils avaient une base de données si massive, les chercheurs ont pu en trouver 113, 000 arrêts de circulation, à partir de tous les emplacements de leur base de données, qui s'est produit ces jours-là, avant ou après que les horloges aient bondi ou reculé, quand le ciel s'assombrissait ou s'éclaircissait vers 19 heures. heure locale.

Cet ensemble de données a fourni un échantillon statistiquement valide avec deux variables importantes :la course du conducteur arrêté, et l'obscurité du ciel vers 19 heures. L'analyse ne laissait aucun doute sur le fait que plus il faisait sombre, moins il était probable qu'un conducteur noir soit arrêté. L'inverse était vrai quand le ciel était plus clair.

Plus que n'importe quelle découverte, l'impact le plus durable de la collaboration peut provenir du Stanford Open Policing Project, où les chercheurs ont commencé à mettre leurs données à la disposition des journalistes d'investigation et connaisseurs des données, et organiser des ateliers pour aider les journalistes à apprendre à utiliser les données pour faire des reportages locaux. Par exemple, les chercheurs ont aidé les journalistes de l'organisation de presse à but non lucratif basée à Seattle, Enquêter sur l'Ouest, comprendre les tendances dans les données pour les histoires montrant des biais dans les recherches policières des Amérindiens. Ce rapport a incité la Washington State Patrol à revoir ses pratiques et à renforcer la formation des officiers. De la même manière, les chercheurs ont aidé des journalistes du Los Angeles Times à analyser des données qui montraient que la police fouillait les conducteurs appartenant à des minorités bien plus souvent que les blancs. Il en est résulté une histoire qui faisait partie d'une série d'enquêtes plus large qui a entraîné des changements dans les pratiques du service de police de Los Angeles.

Goel et Phillips prévoient de continuer à collaborer dans le cadre d'un projet appelé Big Local News qui explorera comment la science des données peut faire la lumière sur les problèmes publics, telles que les confiscations d'avoirs civils - des cas dans lesquels les forces de l'ordre sont autorisées à saisir et à vendre des biens associés à un crime. Rassembler et analyser les enregistrements de quand et où de telles saisies se produisent, à qui, et comment ces biens sont aliénés aidera à faire la lumière sur la façon dont cette pratique est utilisée. Big Local News travaille également sur des efforts de collaboration pour normaliser les informations provenant des affaires disciplinaires de la police.

"Ces projets démontrent le pouvoir de combiner la science des données avec le journalisme pour raconter des histoires importantes, " dit Goel.