The mission of the REFORM Alliance is to dramatically reduce the number of people who are unjustly under the control of the criminal justice system – starting with probation and parole.
To win, we will leverage our considerable resources to change laws, policies, hearts and minds.
Probation and parole are designed to lower prison populations and help people succeed in the community. New data show they are having the opposite effect. Until now, national data regarding the impact of probation violations on prison populations have been unavailable, resulting in a lopsided focus on parole. The Council of State Governments (CSG) Justice Center recently engaged corrections and community supervision leaders in 50 states to develop the first complete picture of how probation and parole violations make up states’ prison populations. The analysis revealed a startling reality.
La probation et la libération conditionnelle sont conçues pour réduire la population carcérale et aider les gens à réussir dans la collectivité. De nouvelles données montrent qu’ils ont l’effet contraire. Jusqu’à présent, les données nationales concernant l’impact des violations des conditions de probation sur les populations carcérales n’étaient pas disponibles, ce qui a donné lieu à une focalisation déséquilibrée sur la libération conditionnelle. Le Centre de justice du Conseil des gouvernements d’État (CSG) a récemment engagé des responsables des services correctionnels et de la surveillance communautaire dans 50 États pour dresser le premier tableau complet de la composition de la population carcérale des États en matière de probation et de libération conditionnelle. L’analyse a révélé une réalité surprenante.
Chaque jour, 280 000 PERSONNES en prison – près de 1 sur 4 – sont incarcérées à la suite d’une révocation de mesure de probation, ce qui coûte plus de 9,3 milliards de dollars par année.
Sarah Paquette (CICC 2019) Cyberdélinquance sexuelle
« Les cognitions qui soutiennent le crime sont associées à l’agression et à la récidive sexuelle
La mesure des cognitions des cyberdélinquants s’effectue à partir d’instruments :
développés et validés auprès d’agresseurs sexuels avec contact (ex. Échelle de bumby)
adaptés mais non validés incluant des items présumés mesurer les cognitions des cyberdélinquants (ex l’échelle CASA, Howitt & Sheldon, 2008)
Les individus qui présentent un intérêt sexuel pour les enfants, des distorsions cognitives, des tendances antisociales, peu de barrières internes, et qui ont accès à des mineurs sont les plus susceptibles d’agresser.
Les consommateurs qui accèdent à la pornographie juvénile présentent leurs propres distorsions cognitives. Pour eux, les enfants photographiés/filmés sont déshumanisés et perçus comme de “simples images” sexuelles ou comme des “êtres sexués qui consentent et prennent plaisir” parce qu’ils sourient dans les photos ou les vidéos. Du fait de la distance avec les avec les enfants photographiés/filmés, les consommateurs ne réalisent pas la dimension d’abus. Les conséquences pour les victimes réelles sont ignorées. Les consommateurs n’ont pas l’impression de causer des torts parce qu’ils ne commettent pas d’agression sexuelle eux-mêmes, que les images sont déjà présentes sur le WEB, que ce ne sont pas eux qui les ont produites et que d’autres internautes les visionnent probablement aussi (Sheldon et Howitt 2007). Ils vivent peu de malaises et sont donc peu enclins à freiner leur consommation(…)
Elliot et Beech (2009) identifient quatre facteurs qui peuvent constituer des facteurs de risque (aigüs) de récidive dans la pornographie juvénile:
Le surinvestissement d’internet au détriment des liens sociaux.
L’augmentation des préoccupations sexuelles.
L’augmentation de la fréquence de consommation de pornographie générale
L’utilisation non supervisée d’internet.
Ces facteurs doivent être surveillés et constituent des cibles d’intervention.
(FRANCE CULTURE, Emission du grain à moudre, 23/05/2019) Les robots feront-ils de bons juges?
C’est une grande première : l’Estonie, qui a fait des technologies numériques son principal axe de développement, va déléguer certaines affaires judiciaires à des robots. Une telle évolution est-elle vouée à se généraliser pour le traitement des petits contentieux ? Serait-ce une bonne chose ?
L’intelligence artificielle grignote peu à peu nos modes de vie. Jusque-là, un terrain échappait encore à cette vaste conquête : celui de la justice. Mais plus pour longtemps. L’Estonie, qui a fait des technologies numériques son principal axe de développement, s’apprête à déléguer certaines affaires judiciaires à des robots. Ils seront amenés à juger, de manière autonome, des délits mineurs : une grande première !
A vrai dire, ce n’est pas la première incursion de l’intelligence artificielle dans le monde de la justice. Encouragées par l’ouverture des données et leur mise à disposition du public, plusieurs sociétés se sont lancées dans ce qu’on appelle la justice prédictive. Il s’agit, à partir d’une masse d’information judiciaires, d’estimer, par exemple, les chances qu’une affaire aboutisse, ou encore les risques de récidive.
L’idée, c’est de faire gagner du temps aux avocats et aux magistrats, de les accompagner dans leur prise de décision, ce qui pose déjà un certain nombre de questions sur la qualité des jugements. Mais l’Estonie s’apprête à franchir un nouveau cap, en déléguant ces décisions (sur des délits mineurs) à des machines. La justice en sortira-t-elle plus équitable ?
« Les robots feront-ils de bons juges ? »
Vidéos :
Florence G’Sell :
L’un des gros enjeux de cette numérisation de la justice lancée par la loi de programmation votée il y a deux mois, c’est d’avoir une justice peut-être plus rapide, mais surtout plus simple.
Benjamin Jean :
L’un des enjeux très fort de la numérisation, c’est aussi le développement de la justice privée. Il y a de plus en plus d’acteurs qui se veulent intermédiaires et qui peuvent se permettre de résoudre des solutions sans aller devant un juge.
Le témoin du vendredi : Emilienne Mukansoro, thérapeute au Rwanda (FRANCE INTER , 24 mai 2019)
Au Rwanda les ténèbres tombèrent en avril 1994 et durèrent jusqu’à la fin de juillet. Emilienne Mukansoro vécut ces mois terrée dans les herbes. Quand elle en sortit, il ne restait de sa famille que ses deux petites sœurs, son mari, ses filles. Comment dire adieu à tant de personnes en même temps ?
Notre invitée d’aujourd’hui rappelle à raison une année-clé, qui a annoncé le génocide de 1994 : en 1973-1974, eurent déjà lieu des massacres terribles qui se firent écho du Burundi voisin au Rwanda. A d’autres dates, antérieures, avaient déjà retenti des signaux d’alarme : 1959, 1964… En fait, dès avant l’indépendance de 1962, avait été mise en place une politique délibérément ethniciste dont la responsabilité incombe largement à l’Eglise catholique, toute puissante au Rwanda. Le souci, légitime, était de promouvoir la majorité des habitants mais il se trouvait que celle-ci était composée de hutus qu’on commença à opposer aux tutsi – une minorité accusée de cumuler les privilèges quand elle ne préparait pas au communisme. Leur apparence physique leur était particulièrement reprochée : il était dit d’eux qu’ils étaient trop grands, trop élancés, trop beaux – comme on disait des juifs d’Europe qu’ils étaient laids.
Emilienne Mukansoro dit néanmoins que la vie fut longtemps tranquille pour sa famille. Au début de 1994, elle enseignait, était mariée et avait deux filles.
Les ténèbres tombèrent en avril 1994 et durèrent jusqu’à la fin de juillet. C’était il y a vingt-cinq ans. Ce n’est pas une douleur d’il y a vingt-cinq ans, c’est une douleur de vingt-cinq ans.
Emilienne Mukansoro vécut ces mois terrée dans les herbes. Quand elle en sortit, il ne restait de sa famille que ses deux petites sœurs, son mari, ses filles. Comment dire adieu à tant de personnes en même temps ? Et pas un corps à enterrer.
Les survivants ne revivent pas s’ils restent seuls. Surtout dans un pays où la famille est si importante qu’on peut difficilement concevoir une veuve, un orphelin laissés à eux-mêmes.
Le pays des Mille Collines n’avait pas de psychiatres. Progressivement, Emilienne Mukansoro est devenue thérapeute. D’abord dans une pièce où elle recevait sur deux chaises placées côte à côte ou même sur une natte. Puis elle a fait naître des groupes de parole, sur le modèle défini par Nassan Munyadamutsa. Elle poursuit maintenant un travail dédié exclusivement aux femmes victimes de violences sexuelles. Elle chiffre le nombre des morts du génocide à un million – en cent jours ! Et elle estime celui des viols entre 200 et 500.000.
FRANCE CULTURE; Emission la méthode scientifique (05/12/2018) 22 v’là la police prédictive !
A quand remonte la mise en place d’algorithmes prédictifs concernant la criminalité ? Aux USA, comment a été mis en place cette police prédictive ? Avec quels types d’algorithme ?
Est-il possible d’arrêter un futur criminel avant qu’il ne passe à l’acte ? De prévoir le crime, pour empêcher qu’il ne se réalise ? C’est ce qu’avait imaginé l’écrivain Philip K. Dick dans sa nouvelle Minority Report, publiée en 1956. Le film qu’en a tiré Spielberg, bien des années plus tard, a donné une renommée mondiale à cette police prompte à dégainer la boule de cristal. Aujourd’hui, les logiciels de prédiction de la criminalité sont devenus une réalité, particulièrement aux Etats-Unis. Mais cela ne va pas sans poser d’épineuses questions éthiques, juridiques et technologiques.
22, v’là la police prédictive : c’est le sujet, faussement futuriste, que La Méthode scientifique dans l’heure qui vient.
Le reportage du jour
Rencontre avec le colonel Laurent Collorig de la gendarmerie nationale. Comment le logiciel d’aide à la décision Paved, testé par la gendarmerie nationale, permet-il de mieux anticiper les cambriolages et les atteintes liées aux véhicules ? Par Antoine Beauchamp :
LA MÉTHODE SCIENTIFIQUE – Reportage Antoine Beauchamp : Paved, le logiciel d’aide à la décision de la gendarmerie
Maître de conférences à la faculté de droit de l’université Jean Moulin Lyon 3, directrice de l’Institut d’études judiciaires de Lyon, directrice du M2 “Sécurité intérieure”, et avocate.
The mission of the REFORM Alliance is to dramatically reduce the number of people who are unjustly under the control of the criminal justice system – starting with probation and parole.
Probation and parole are designed to lower prison populations and help people succeed in the community. New data show they are having the opposite effect. Until now, national data regarding the impact of probation violations on prison populations have been unavailable, resulting in a lopsided focus on parole. The Council of State Governments (CSG) Justice Center recently engaged corrections and community supervision leaders in 50 states to develop the first complete picture of how probation and parole violations make up states’ prison populations. The analysis revealed a startling reality.
La probation et la libération conditionnelle sont conçues pour réduire la population carcérale et aider les gens à réussir dans la collectivité. De nouvelles données montrent qu’ils ont l’effet contraire. Jusqu’à présent, les données nationales concernant l’impact des violations des conditions de probation sur les populations carcérales n’étaient pas disponibles, ce qui a donné lieu à une focalisation déséquilibrée sur la libération conditionnelle. Le Centre de justice du Conseil des gouvernements d’État (CSG) a récemment engagé des responsables des services correctionnels et de la surveillance communautaire dans 50 États pour dresser le premier tableau complet de la composition de la population carcérale des États en matière de probation et de libération conditionnelle. L’analyse a révélé une réalité surprenante.
« Les cognitions qui soutiennent le crime sont associées à l’agression et à la récidive sexuelle
C’est une grande première : l’Estonie, qui a fait des technologies numériques son principal axe de développement, va déléguer certaines affaires judiciaires à des robots. Une telle évolution est-elle vouée à se généraliser pour le traitement des petits contentieux ? Serait-ce une bonne chose ?
A quand remonte la mise en place d’algorithmes prédictifs concernant la criminalité ? Aux USA, comment a été mis en place cette police prédictive ? Avec quels types d’algorithme ?
