Sedan jag fick barn är det främst deras framtid jag är nyfiken på. Inte minst nu när min dotter, först ut av de tre, har börjat skolan. Hur kommer det att gå för henne?

Jag vet att hon kommer att förändras på sätt som varken hon eller jag kan förutse. Människor hon ännu inte har träffat kommer påverka henne. Händelser som ännu inte har inträffat kommer att forma henne. Något som verkar helt avgörande idag kanske visar sig vara betydelselöst. Och något vi knappt lägger märke till kan visa sig få stor betydelse.

Men visst är tanken på att kunna sia om framtiden gäckande. Och önskan om att kunna förutsäga framtiden är naturligtvis inte unik för en orolig förälder. Den finns också inom mitt forskningsområde: kriminologi. Kan vi förutsäga vem som kommer att begå brott?

Det är en viktig skillnad. Att uppskatta risken för återfall under de kommande två åren bland tidigare dömda är något helt annat än att försöka avgöra vem som någon gång i livet kommer att begå brott. Ju tydligare vi definierar vad det är vi försöker förutsäga, desto mer meningsfull blir också prognosen.

Och det finns mycket som hjälper oss att göra sådana prognoser. Från forskningen vet vi att vissa faktorer hänger samman med en ökad risk för framtida kriminalitet. Tidigare brottslighet är ett tydligt exempel. Vad vi har gjort tidigare är ofta en bra ledtråd för vad vi kommer göra framöver. Även problem i skolan, missbruk, kriminalitet i familjen eller umgängeskretsen kan vara förknippade med en högre risk för brott.

Sådan information kan vägas samman i olika former av riskbedömningar och prediktionsmodeller. Tanken är att använda kunskap om sådant som statistiskt hänger samman med framtida brott för att göra systematiska och träffsäkra bedömningar.

Inom till exempel kriminalvården används riskbedömningar som underlag för beslut om insatser och hantering av återfallsrisk. En strukturerad bedömning kommer vara bättre på att säga något om framtida risk än om vi enbart hade förlitat oss på magkänslan och vår eventuella erfarenhet. Därför är riskbedömningar och prediktionsmodeller viktiga verktyg för att fatta mer välgrundade beslut om insatser.

Riskbedömningar och prediktionsmodeller kan hjälpa oss att skilja mellan högre och lägre risk, men de ger oss inget facit över vad en enskild människa kommer att göra. Det är också vad forskningen om prediktionsmodeller visar. En modell kan ha en användbar prediktiv förmåga och samtidigt lämna betydande osäkerhet i det enskilda fallet. En person som bedöms ha hög risk behöver inte senare begå brott, precis som någon med lägre risk ändå kan göra det. Det är alltså viktigt att inte göra sannolikheter mer definitiva än de är.

När jag ser min dotter gå i väg till skolan kommer jag nog att fortsätta undra hur det kommer att gå för henne. Jag kan säkert säga en del om hennes förutsättningar. Jag kan känna till sådant som ökar eller minskar sannolikheten för olika framtida utfall. Men jag kan inte veta säkert vem hon kommer vara om tio eller tjugo år.