Bewertung:

Das Buch „Against Prediction“ von Harcourt kritisiert das versicherungsmathematische Modell der Polizeiarbeit und untersucht seine Auswirkungen auf die Verbrechensbekämpfung, die Erstellung von Rassenprofilen und das Rechtssystem. Während einige Leser die aufschlussreichen Argumente zu schätzen wissen, kritisieren andere, dass das Buch zu komplex ist und keinen Bezug zu realen Anwendungen hat.
Vorteile:Das Buch enthält überzeugende Argumente zu den Folgen von Ordnungspolitik, Racial Profiling und dem Rückgriff auf statistische Methoden bei der Verbrechensbekämpfung. Harcourts Einblicke in den Wandel in der Rechtsprechung und den Aufstieg der Quantifizierung in den Sozialwissenschaften sind bemerkenswert und regen zum Nachdenken an.
Nachteile:Viele Leser finden die Sprache zu komplex und voller Jargon, was das Verständnis der wichtigsten Punkte erschwert. Einige Kritiker bemängeln, dass die akademische Perspektive des Autors nicht auf die Praxis übertragbar sei und dass seine Theorien in der Praxis zu negativen Ergebnissen führen könnten.
(basierend auf 3 Leserbewertungen)
Against Prediction: Profiling, Policing, and Punishing in an Actuarial Age
Von stichprobenartigen Sicherheitskontrollen an Flughäfen bis hin zum Einsatz von Risikobewertungen bei der Strafzumessung werden mehr denn je versicherungsmathematische Methoden eingesetzt, um zu bestimmen, wen die Strafverfolgungsbehörden ins Visier nehmen und bestrafen. Und mit Ausnahme der Erstellung von Rassenprofilen auf unseren Autobahnen und Straßen bevorzugen die meisten Menschen diese Methoden, weil sie glauben, dass sie ein kosteneffektiveres Mittel zur Verbrechensbekämpfung sind.
In Against Prediction stellt Bernard E. Harcourt dieses wachsende Vertrauen in versicherungsmathematische Methoden in Frage. Er zeigt auf, dass diese Prognoseinstrumente in der Tat die Gesamtkriminalität in der Gesellschaft erhöhen können, je nachdem, wie die profilierten Bevölkerungsgruppen auf erhöhte Sicherheitsmaßnahmen reagieren.
Sie können auch die Schwierigkeiten verschärfen, die Minderheiten ohnehin schon haben, um Arbeit, Bildung und eine bessere Lebensqualität zu erlangen - und damit das Muster kriminellen Verhaltens aufrechterhalten. Letztlich zeigt Harcourt, wie der vermeintliche Erfolg versicherungsmathematischer Methoden unsere Vorstellung von gerechter Bestrafung verzerrt und alternative Vorstellungen von sozialer Ordnung verdunkelt hat.
Anstelle der versicherungsmathematischen Methoden schlägt er stattdessen eine Hinwendung zur Zufallsauswahl bei Bestrafung und Polizeiarbeit vor. Harcourt kommt zu dem Schluss, dass die Vermutung gegen Vorhersagen sprechen sollte.