Cela mówi więcej niż deklaracje. DRAVY-3 — hiszpańska detekcja radykalizacji za kratami

Nie pytaj osadzonego, czy się radykalizuje — patrz, co robi. Hiszpański DRAVY-3 zbudowano z 63 wskaźników obserwacyjnych i zwalidowano na 570 osadzonych. To jedno z niewielu narzędzi w tej dziedzinie z progami ustalonymi statystycznie, a nie uznaniowo.

DRAVY-3 powstał w hiszpańskiej służbie więziennej (SGIP) we współpracy z Guardia Civil i zespołami uniwersyteckimi, z myślą o wykrywaniu radykalizacji dżihadystycznej wśród osadzonych — Hiszpania, doświadczona zamachami w Madrycie (2004, 193 ofiary) i Barcelonie (2017), wpisała taki cel wprost do narodowej strategii antyterrorystycznej. Wypełnia go zespół wielodyscyplinarny — wychowawcy, ochrona, psycholodzy — wyłącznie na podstawie codziennej obserwacji. Osadzony nie musi niczego podpisywać ani wypełniać; wskaźniki koduje się jako obecne, nieobecne lub nieznane.

Więzienie jako inkubator? Spór, z którego wyrosło narzędzie

W literaturze trwa spór o to, jak duża jest rola więzień w radykalizacji: część badań uważa ją za przecenianą, część za umiarkowaną, a spora grupa autorów — za jedną z kluczowych. Zgoda panuje co do mechanizmów: przeludnienie, presja grupowa, dyskryminacja (przez współosadzonych, personel i społeczeństwo po wyjściu), utrata dotychczasowej tożsamości i obecność charyzmatycznych liderów tworzą psychologiczną kruchość, w której oferta radykalnej wspólnoty — gotowa tożsamość, ochrona, sens — trafia na podatny grunt. Stąd dwa cele operacyjne wpisane w DRAVY: wychwycić werbunek i indoktrynację prowadzone w zakładzie (osadzony-prozelita bywa groźniejszy od osadzonego-terrorysty) oraz ocenić skłonność skazanych za terroryzm do recydywy przed decyzjami o łagodzeniu rygoru.

Twórcy DRAVY sformułowali przy tym otwartą krytykę istniejących narzędzi (VERA-2R, ERG 22+, RRAP, MLG): niewystarczające zaplecze empiryczne, podatność na stronniczość obserwatora, pomijanie subiektywnej perspektywy ocenianych — przypominają, że mniej niż trzy procent prac naukowych o brutalnym ekstremizmie zawiera jakiekolwiek dane empiryczne — oraz wysokie koszty szkoleń i czasu. DRAVY-3 zaprojektowano jako odpowiedź: wskaźniki skonfrontowano z wywiadami twarzą w twarz z osadzonymi o dokładnie tym profilu, który narzędzie ma oceniać, ocenę rozproszono na wielodyscyplinarny zespół (żeby uśrednić stronniczość pojedynczego obserwatora), a analizę danych oparto na nowoczesnej statystyce zamiast eksperckiej intuicji. Hiszpanie mieli zresztą na czym się wzorować: ich policyjny system oceny ryzyka recydywy w przemocy wobec kobiet (VioGén) przetarł ścieżkę metodologiczną — od wskaźników obserwacyjnych, przez walidację na dziesiątkach tysięcy spraw, po progi decyzyjne wpisane w procedury.

Trzy wersje, dwa tysiące ocen — jak dojrzewało narzędzie

Warto prześledzić drogę do wersji trzeciej, bo to wzorcowy przykład iteracyjnej budowy instrumentu. DRAVY-1 (39 wskaźników) powstał na bazie istniejących narzędzi i przeglądu literatury. DRAVY-2 rozszerzył listę do 50 wskaźników i przeszedł walidację z wagami wyznaczonymi analizą korespondencji oraz pierwszymi statystycznymi punktami odcięcia; osiągnął AUC=0,78 przy czułości 82,8% i swoistości 63,8%. Łącznie obie wersje wdrożono sześciokrotnie, wykonując ponad 2300 ocen osadzonych pochodzących z czterdziestu krajów — mało które narzędzie w tej dziedzinie ma za sobą taki staż terenowy przed publikacją naukową.

DRAVY-3 dodał trzynaście nowych wskaźników z dwóch źródeł. Cztery zaproponowała CISEG (Comunidad de Inteligencia y Seguridad Global) — dotyczą zewnętrznych znaków przynależności. Siedem wskaźników „etnograficznych" wywodzi się z badań zespołu Ángela Gómeza nad fuzją tożsamości — zjawiskiem stopienia tożsamości osobistej z grupową, które w niedawnej metaanalizie okazało się najsilniejszym pojedynczym predyktorem gotowości do przemocy ekstremistycznej. W walidacji wskaźnik „wyrazy osobistego, trzewnego przywiązania do grupy" występował u osadzonych z reżimu specjalnego niemal pięciokrotnie częściej niż u pozostałych (24,2% wobec 5%). To dobry przykład, jak współczesna psychologia społeczna zasila praktykę penitencjarną.

Trzy skale, jeden obraz

Analiza czynnikowa (z wieloma imputacjami braków danych — zespół nie poszedł na skróty, zakładając, że „nieznane" znaczy „nieobecne") uporządkowała wskaźniki w trzy skale: przemoc ogólną (13 wskaźników — bójki, groźby, łamanie regulaminu; rzetelność KR20=0,78), przemoc ekstremistyczno-ideologiczną (6 — historia przestępstw ekstremistycznych, deklaracje ataku, zdolności organizacyjne; KR20=0,53) i radykalizację (30 — od prozelityzmu i presji religijnej po wrogość wobec Zachodu; KR20=0,89). Dziewięć wskaźników zmian nawyków — konwersja, ubiór, dieta, zerwanie kontaktów — pozostaje poza skalami jako jakościowy sygnał dynamiki. Jedenaście wskaźników, które nie weszły do żadnej skali, celowo pozostawiono w narzędziu: radykalizacja jest procesem zmiennym i wskaźnik dziś „pusty" może zacząć pracować w przyszłości. Uczciwie odnotujmy słabość: rzetelność krótkiej skali przemocy ideologicznej (0,53) jest niska — sześć rzadkich zachowań to za mało na stabilny pomiar i wyniki tej skali trzeba traktować ostrożniej niż pozostałych.

Ryc. 1. Wskaźniki najsilniej różnicujące osadzonych z reżimu FIES od grupy kontrolnej (González-Álvarez i wsp., 2022).

Walidacja objęła 570 osadzonych z pięciu grup: trzy związane z terroryzmem dżihadystycznym i objęte rejestrem specjalnego nadzoru FIES (skazani za terroryzm; prowadzący prozelityzm w zakładzie; szczególnie podatni na werbunek) oraz dwie kontrolne (osadzeni pod obserwacją z początkowymi sygnałami radykalizacji i osadzeni muzułmańscy bez żadnych sygnałów). Porównanie 211 osadzonych FIES z 359 pozostałymi dało wyraziste różnice: historia przemocy, wrogość wobec Zachodu, stałe relacje z innymi osadzonymi FIES (51,7% wobec 14,8%) czy praktyki „oczyszczenia" po kontakcie z niewiernymi występowały po stronie FIES kilkukrotnie częściej. Co istotne metodologicznie — nie znaleziono ani jednego wskaźnika charakteryzującego grupę kontrolną: lista nie zawiera pozycji, które „karałyby" zwykłą religijność.

Skala zagrożenia — i co naprawdę mówią jej liczby

Najciekawszym produktem walidacji jest indeks poziomu zagrożenia. Zespół zapytał: co odróżnia „najgroźniejszych z groźnych" — 36 osadzonych o podwyższonym poziomie niebezpieczeństwa — od pozostałych 175 z rejestru FIES? Odpowiedź dały 24 wskaźniki (w tym jeden ochronny: jego obecność odejmuje punkty), ważone ilorazami szans. Tak zbudowany indeks rozpoznaje najgroźniejszych z trafnością AUC=0,817; przy przyjętych progach czułość i swoistość wynoszą po 83,3%.

Ale najbardziej pouczające są dwie liczby, o których entuzjaści skriningu mówią rzadko. Dodatnia wartość predykcyjna indeksu w pełnej próbie to 0,25: na czterech osadzonych oznaczonych jako zagrożenie tylko jeden faktycznie należy do grupy podwyższonego niebezpieczeństwa — trzej to fałszywe alarmy. Ujemna wartość predykcyjna to za to 0,99: jeśli indeks zagrożenia nie wykrył, niemal na pewno go nie ma. To klasyczna arytmetyka skriningu przy rzadkim zjawisku i wniosek operacyjny jest jednoznaczny: DRAVY-3 świetnie wyklucza i sensownie zawęża pole, ale pozytywny wynik jest zaproszeniem do pogłębionej oceny, nigdy podstawą sankcji. Interesujący był też „efekt uboczny" walidacji: indeks wskazał ośmiu osadzonych z grupy kontrolnej pod obserwacją jako wysokie zagrożenie — czyli narzędzie wyłowiło przypadki, których formalna klasyfikacja więzienna jeszcze nie uchwyciła. Właśnie do tego skrining służy.

Dziewięć wskaźników zmiany — dlaczego poza skalami

Wskaźniki zmian nawyków zasługują na osobne omówienie, bo ich status jest wyjątkowy. Lista obejmuje: konwersję religijną w zakładzie, zmiany ubioru, zmiany w przyjmowaniu leków, zmiany w relacjach z rodziną, zmiany w relacjach z innymi osadzonymi, porzucenie dotychczasowych aktywności wspólnych, zmiany w treningu fizycznym i pokrewne przesunięcia rutyn. W walidacji różnicowały one grupy bardzo mocno (np. zmiany ubioru: 16,1% u osadzonych z rejestru specjalnego wobec 1,1% w kontroli; porzucenie wspólnych aktywności: 11,4% wobec 1,4%), a mimo to celowo nie weszły do skal punktowych. Powód jest metodologicznie elegancki: to wskaźniki pierwszej pochodnej — nie mierzą stanu, lecz kierunek i tempo zmiany, więc ich znaczenie zależy całkowicie od punktu wyjścia konkretnego człowieka. Nagła zmiana ubioru i diety u osadzonego religijnego od zawsze nie znaczy nic; ta sama zmiana u osadzonego, który przez trzy lata żył zupełnie inaczej, w połączeniu z zerwaniem kontaktów z rodziną i nowym towarzystwem — znaczy bardzo wiele. Sumowanie takich sygnałów z „poziomowymi" psułoby obie miary; zamiast tego pełnią one rolę wyzwalacza jakościowego: ich zagęszczenie w krótkim czasie jest wskazaniem do przyjrzenia się sprawie, niezależnie od punktacji skal.

Ostrożnie ze znakami zewnętrznymi

W zestawie są też wskaźniki kontrowersyjne: wojskowy krój fryzury, skrócone nogawki, otarcie lewej stopy, picie wody trzema łykami. Pojedynczo nie znaczą nic — to elementy praktyki religijnej, nie przestępstwa. W metodyce działają wyłącznie jako składnik konfiguracji: liczy się współwystępowanie wielu wskaźników i jego zmiana w czasie. Twórcy narzędzia rozumieją tę wrażliwość — dlatego progi wyznaczono statystycznie, a wagi poszczególnych wskaźników empirycznie, zamiast zdawać się na intuicję personelu, która przy wskaźnikach kulturowo nacechowanych bywa najbardziej zawodna. To lekcja uniwersalna: pojedynczy wskaźnik to szum; sygnałem jest wzorzec.

Osobny problem, wspólny dla wszystkich narzędzi obserwacyjnych: jakość danych zależy od kultury raportowania. Wskaźnik, którego nikt nie obserwuje na nocnej zmianie, jest dla systemu „nieobecny". Hiszpańska walidacja poradziła sobie z tym uczciwie na poziomie statystyki (wielokrotna imputacja zamiast wygodnego założenia „nieznane = nieobecne"), ale w codziennej praktyce nie ma imputacji — jest tylko personel, który patrzy i notuje, albo nie.

Od skriningu do pełnej oceny

DRAVY-3 jest detektorem, nie wyrocznią. Gdy wskaźniki przemocy ideologicznej współwystępują z nasiloną radykalizacją, sprawa powinna trafić do pogłębionej oceny — w Europie najczęściej według VERA-2R. Hiszpańscy badacze porównali zresztą oba narzędzia systematycznie: 31 par wskaźników się pokrywa, około 56% wskaźników VERA-2R ma odpowiednik w DRAVY-3 (i 43% w drugą stronę), przy czym domena przekonań i postaw pokrywa się niemal w całości. Narzędzia różnią się więc nie treścią, lecz koncepcją użycia: DRAVY-3 to tania, bierna obserwacja pierwszej linii prowadzona przez zwykły personel; VERA-2R to ekspercka, czasochłonna analiza przypadku z planem zarządzania. Razem tworzą naturalny lejek: obserwacja → detekcja → pełna ocena → oddziaływania.

DRAVY-3 na tle innych metodyk — kiedy które narzędzie

Dla polskiej służby więziennej DRAVY-3 to gotowy wzorzec metodologiczny: jak z obserwacji personelu zrobić dane, jak je zwalidować, jak wyznaczyć progi, które bronią się w sądzie i w nauce — i jak uczciwie zakomunikować użytkownikom, że skrining z definicji produkuje fałszywe alarmy, więc jego wynik otwiera procedurę, a nie ją zamyka. Warunek powodzenia jest jeden i nietechniczny: kultura rzetelnego raportowania na wszystkich zmianach.