但算法为什么能发挥作用呢？弗格森指出，将来会出现犯罪，不是因为过去出现了犯罪，而是因为“激发了第一次犯罪的环境脆弱性仍未得到解决。”比如说，算法预测又将发生一起蓄谋偷车事件，而警察正好看到一个人在预测地区之一带着一把螺丝刀，这就能作为拦下此人的合理怀疑(这样一来，在法庭上，警察拦截此人的合法性是很难遭到质疑的)。但是，正如弗格森指出，如果警察前一天就逮捕了之前发生罪案的责任人，但模型尚未反映出这一信息，那么，它做出的预测就不相关，而警察也需要另外拿出理由来拦截此人。如果他们拦截了该路人，也不能够在法庭上说，“这是模型告诉我们的。”然而，这对遭到警察拦截检查的人来说可能不是那么好理解，毕竟这个人并不熟悉预测软件及算法。
再有就是报案率低的问题。尽管大多数凶杀案会报案，但很多强奸和家庭闯入事件并未报案。即便并未报案，但每当负责街区出现怪事，当地警察仍能够通过一些途径听到风声。反过来说，预测警务可能会对统计数据的综合实力抱有天真的信念，取代这类直觉认识。如果只用已经报案的罪案数据来预测未来犯罪、指导警务工作，某些类型的罪案就会无人研究，无人追查。
那么，该怎么运用算法呢?如今很少有人探讨这件事，但在这方面，我们可以从财政部门汲取不少经验教训。举个例子，2012年8月，算法交易造成了两起灾难性事故后，香港和澳大利亚的金融监管当局起草了建议书，要求对算法交易所用的计算机系统在设计、开发和修订上进行定期的独立审计。这样，就像财务审计师可以证实公司的资产负债表，算法审计师也可以验证算法是否运转正常。随着算法进一步融入我们的日常生活(从Google的自动完成技术²到“PredPol”)，将之交由合格的、热心公益的第三方定期审查，
2也即在Google的搜索框中输入几个字，它便可根据先前的搜索对其进行补完。
更少犯罪，更多惩戒
195