Predictive policing, czyli prognozowanie ryzyka przestępczości na podstawie danych i modeli analitycznych, należy do najbardziej kontrowersyjnych zastosowań technologii w sferze publicznej. Idea jest pozornie prosta: skoro można analizować historyczne zdarzenia, lokalizacje i wzorce zachowań, to można też próbować przewidywać, gdzie i kiedy wzrośnie ryzyko naruszeń prawa. Zwolennicy widzą w tym szansę na bardziej efektywne rozmieszczanie sił policyjnych i szybszą reakcję na zagrożenia. Krytycy zwracają uwagę, że takie systemy łatwo wzmacniają istniejące uprzedzenia zakodowane w danych historycznych.
Największe ryzyko polega na samopotwierdzającym się mechanizmie. Jeśli określone dzielnice były wcześniej silniej patrolowane, to z tych samych miejsc będzie pochodziło więcej danych o interwencjach. Algorytm może uznać to za potwierdzenie wyższego ryzyka i jeszcze mocniej kierować tam zasoby, wzmacniając nierówność nadzoru. W efekcie predictive policing może nie tyle odkrywać obiektywne prawidłowości, ile reprodukować dawne decyzje instytucjonalne. To sprawia, że debata o PREPOL dotyczy nie tylko technologii, ale również sprawiedliwości, przejrzystości i prawa do równego traktowania.
Jeżeli narzędzia predykcyjne mają być stosowane, potrzebują bardzo silnych zabezpieczeń: audytów, publicznej kontroli, ograniczeń zakresu użycia oraz możliwości kwestionowania ich wyników. W przeciwnym razie predictive policing może stać się technologiczną warstwą legitymizującą praktyki, które bez algorytmicznej otoczki byłyby znacznie ostrzej krytykowane. Dlatego temat PREPOL pozostaje jednym z najważniejszych punktów debaty o tym, jak daleko państwo powinno sięgać po automatyczne narzędzia w obszarze bezpieczeństwa wewnętrznego.