使用武力和逮捕的合法权力
96只有宣誓的人类警官在法律上被赋予国家拘留、逮捕或使用武力的权力；没有任何司法管辖区把这项权力延伸给了机器。
格子越深，表示该主题在这项指标上越高。
抗AI66
薪酬38
入行门槛40
自主性58
需求60
影响力85
低高
简短问答
警务九原则是什么？
一套通常归功于罗伯特·皮尔、但最可能是由伦敦首任两位警察局长查尔斯·罗恩和理查德·梅恩在1829年写就的指导原则。它们主张警察的存在是为了预防犯罪，依赖公众的认可，并只使用最低限度的必要武力——概括为那句“警察即公众，公众即警察”。
成为警察需要大学学位吗？
在多数国家不需要。美国和许多其他国家只要求高中文凭加警校培训，尽管英格兰和威尔士在2020年转向了与学位挂钩的入职路径，德国和法国等国则为指挥级警官设有单独的、选拔更严格的大学通道。
警校培训要多久？
差异极大。美国警校通常为期五到八个月，随后是数周的督导实地训练。德国和日本把警校和实践培训结合在一起，历时两到三年，体现出一种公务员模式，把初始培训视为一个更长的正式认证过程的开端，而非终点。
警察薪酬多高？
很大程度上取决于国家和级别。在美国，巡逻警官2023年的收入中位数约为7.5万美元；在英国，一名警员的起薪大致为2.8万至3.2万英镑，随经验增长；在印度，入门级邦警察的名义薪酬只是这些数字的一小部分。
现代警务是谁发明的？
并非某个人独自发明。罗伯特·皮尔1829年的伦敦大都会警察局，创建了第一支明确建立在公众同意基础上的全职、穿制服的文职力量，但它借鉴了更早的创新：欧仁·弗朗索瓦·维多克自1812年起在巴黎开展的便衣侦探工作，以及此前数百年英格兰的守望义务。
AI和机器人会取代警察吗？
核心角色不会。摄像头、车牌识别系统和预测软件已经能自动完成常规监控和交通执法，但目前只有宣誓的人类才拥有拘留、逮捕或使用武力的合法权力，也只有人类才能在法庭上做出可信的作证。这项权力尚未在任何地方被延伸给机器。
从外部看，警务似乎部分可以自动化：摄像头已经能监视比任何警官所能覆盖更多的街道，软件已经能标记出比任何人类分析员能手动审查更多的模式。这种转变有一部分是真实且正在发生的，尤其是在这份工作中最重复、最高频的部分。
尚未改变、也没有任何法律迹象表明会改变的，是谁拥有拘留、逮捕或对他人使用武力的权力。每一个司法管辖区仍然要求这项权力必须由一位具名、可问责的宣誓人类持有，这锚定了这份工作的核心，即便周边的任务正在快速变化。
中等
机器可替代的工作占比
警务中相当一部分常规、重复性任务——交通和限速执法、车牌追踪、部分巡逻资源分配决策、初稿报告起草——已经在被自动化或软件辅助。这份工作的核心——使用武力的合法权力，以及在模糊、快速变化的情况下运用这一权力所需的判断力——仍然超出目前任何系统被设计、或被法律允许去做的范围。
按任务计分，而非头衔。越低越安全。
AI难以取代的职业 →机器夺不走的
在模糊、快速变化的威胁下的判断力
88在数秒之内判断特定的某个人在特定的某一刻是否构成真实危险，是目前任何AI系统都无法做出、也不被信任去做的判断。
通过人的在场进行降级处置
80一个冷静、可信的人类声音和存在，能以屏幕、扬声器或自动化系统无法当面复制的方式化解紧张的接触。
出庭作证并接受质证
78法律体系要求一名人类证人，其可信度可由法官或陪审团直接评估；算法的输出可以作为证据提交，但无法像证人那样被交叉质证。
社区关系建立
62多年在特定社区中显眼、持续存在所积累的信任——了解姓名、历史和紧张关系——不是一套旋转的摄像头网络能够积累出来的。
它们已经在夺的
自动化交通和限速执法
75限速和闯红灯摄像头，已经在许多城市取代了大量人工交通罚单开具工作，在完全没有警官在场的情况下开出罚单。
车牌识别与车辆追踪
68自动车牌识别系统每班次扫描并比对数千个车牌与监控名单，这项工作过去完全依赖警官的肉眼。
报告转录与初稿起草
58能将随身摄像头录音转录、并为警官起草事件初稿报告供其审阅和签字的软件，已在越来越多的警局中投入使用。
预测性巡逻分配
45根据历史犯罪数据建议在何时何地部署巡逻的算法，在一些警局中被使用，但有若干已在其输出被证实存在偏见后停用。
工作如何变化
随身摄像头把接触变成证据
自2014年前后起，随身摄像头把有争议的武力使用事件，从警官一面之词对平民一面之词，变成了一份可供审查的录像记录，改变了接触双方的行为。
实时犯罪中心把情报工作集中化
摄像头网络、车牌识别系统和开源监测，越来越多地由集中化的实时犯罪中心中的文职分析员进行分析，将信息输送给现场警官，而非由警官独自搜集。
预测性工具面临日益增长的法律阻力
美国几个主要城市在审计发现预测警务软件不成比例地标记出同样几个社区、而与实际犯罪趋势无关之后，停用了这类软件，减缓了此前看似不可避免的推广势头。
招募短缺重塑招聘方式
美国、英国及其他地方的许多警局报告，自2020年前后申请人数出现了历史性下降，促使一些机构降低体能或学历要求，并推出积极的横向招聘激励措施以填补空缺职位。
分岔出的新职业
数字取证分析师
从手机、电脑和云账户中提取并分析证据，这是一个在智能手机成为多数刑事侦查核心之前几乎不存在的专门角色。
犯罪分析师（实时犯罪中心）
一位文职数据专家，实时向巡逻警官和探员提供摄像头、车牌和开源情报，而不佩戴警徽或携带武器。
随身摄像头证据技术员
为法庭程序和公共记录申请，编目、遮蔽处理并制作各警局如今产生的海量视频证据。
社区暴力干预专员
一个文职、常以同伴为基础的角色——以“治愈暴力”等项目为范本——正日益获得资助，与传统巡逻并行或取而代之，用于处理特定类别的社区暴力。
AI 暴露情景
三个可逆透镜：增强、替代切片、新缝隙。教学标记，非预测。
增强
保留岗位；AI 加速草稿、分诊或调研，判断与责任仍在人。
替代切片
狭窄任务堆可能先压缩，相邻手艺反而增长。
新缝隙
在需信任 AI 输出的受监管场景，可能出现监督、集成与领域质检角色。
展望
最容易受自动化影响的任务，是那些能够事先被完全明确规定的任务：一次限速检查、一次车牌查询、一张标准化罚单。最受保护的任务，则是那些无法被这样规定的——实时判断一个特定的、不可预测的人是否构成真实危险，并在附带法律和道德问责的情况下，决定该如何应对。
这种区分不太可能消灭这份工作；它更可能使人类的努力持续集中在判断力、问责制和关系建立上，同时把日益增多、可标准化的监控和文书工作自动化。
这一切都无法解决这份工作在许多国家如今面临的信任问题。一位被更严密监控、更详尽记录的警官，并不会自动变得更受信任——这取决于这些记录呈现出什么，以及技术本身无法保证的结果。
相近职业
不限同一领域，六项评分最接近的职业。
🎞️
动画师
决定画面之间发生什么的艺术家——从夏尔-埃米尔·雷诺在巴黎手绘投影，到用免费软件制作的拉脱维亚奥斯卡获奖影片。
抗AI 56 📖图书馆员
记录知识的守护者与向导,从尼尼微的泥板到电子借阅之争——把人类知道的一切加以整理,使任何人都能找到。
抗AI 55 🏫教师
世界最大职业：从苏美尔泥板学校到AI时代教室，一名成人负责把三十名陌生人变成一间会学习的房间。
抗AI 78 🧪化学家
亲手制造并测量物质本身的科学家——从塔普提在巴比伦蒸馏香水的年代到今天的机器人实验室，仍是那个判断谱图意味着什么的人。
抗AI 70 🎻Musician
花几年时间掌握乐器或声音,然后靠演出、录音和市场流派教学谋生,扩大了范围,但报酬较低。
抗AI 60 🔎用户体验研究员
研究人们如何使用产品，将观察到的行为、需求和挫折转化为团队可以设计的证据。
抗AI 69继续探索
继续探索
法律·公共领域的其他职业
👔
律师
为客户提供法律意见，起草具有约束力的文件，并在案件进入法庭时为其辩护——若建议有误，还须承担个人法律责任。
抗AI 58 ⚖️法官
社会所信赖的裁决者：从汉谟拉比石碑到AI评分的保释听证，最棘手的争端至今仍要交由一位担责的人来了结。
抗AI 90 🕊️外交官
从古代的王室使节和威尼斯的常驻大使，到维也纳会议和联合国，至今仍在一字一句谨慎地谈判和平。
抗AI 78 🚒Firefighter
贸易走向其他人所逃离的地方——从罗马的维吉利人和江户的守护者到今天的野火船员和24小时的救援班。
抗AI 90 📋Civil Servant
政府长期、通过考试挑选的工作人员管理法律和提供公共服务——随着当选官员的到来而不断运作的机制。
抗AI 42