Para entender as causas de "feedback loops" nos sistemas de predição de crimes, é importante considerar como esses sistemas funcionam e como os dados que eles utilizam podem influenciar suas previsões. Analisando as alternativas: a) Analistas criminais negligenciam os softwares, mantendo sua rotina de trabalho. - Isso pode ser um problema, mas não é uma causa direta de feedback loops. b) Apesar de oferecerem mapas mais adequados para a alocação de patrulhas, os comandos das unidades preferem seguir seu instinto. - Isso também pode afetar a eficácia, mas não é uma causa de feedback loops. c) Os sistemas algorítmicos não são treinados com dados oficiais de criminalidade, o que gera uma série de distorções. - Isso pode causar problemas, mas não necessariamente feedback loops. d) Algoritmos são treinados a partir de bases de dados enviesadas por padrões anteriores de policiamento, o que faz com que eles reproduzam e aprofundem esse padrão. - Esta opção descreve exatamente como os feedback loops podem ocorrer, pois os algoritmos aprendem com dados que refletem práticas de policiamento anteriores, perpetuando e intensificando padrões de criminalidade. e) Algoritmos são incapazes de incorporar parâmetros adequados para refletir o padrão de criminalidade de diferentes cidades. - Isso pode ser um problema, mas não é a causa principal de feedback loops. Portanto, a alternativa correta que explica as causas de "feedback loops" nos sistemas de predição de crimes é: d) Algoritmos são treinados a partir de bases de dados enviesadas por padrões anteriores de policiamento, o que faz com que eles reproduzam e aprofundem esse padrão.