Kamery miejskie z AI budują sieć masowej inwigilacji

Miejskie kamery monitoringu połączone z algorytmami AI stworzyły w amerykańskich miastach infrastrukturę masowego śledzenia lokalizacji, której skala jeszcze kilka lat temu była niemożliwa do wyobrażenia. To nie jest science fiction — to już działa, i to bez specjalnej zgody mieszkańców.

Jak to technicznie działa

Pojediyncza kamera to za mało, żeby kogoś skutecznie śledzić. Ale tysiące kamer w jednym mieście, spięte wspólnym systemem AI rozpoznającym twarze, tablice rejestracyjne i charakterystyczne cechy ubioru — to już zupełnie inna historia. Algorytmy potrafią powiązać ten sam obiekt (człowieka, auto) z różnych ujęć, z różnych kamer, rozrzuconych po całym obszarze miejskim, i odtworzyć trasę przemieszczania się z dokładnością co do kilku minut.

Sieci takich kamer nie budują tylko policje miejskie. Do infrastruktury dołączają kamery prywatnych firm, spółdzielni mieszkaniowych, sieci handlowych. Wszystkie potencjalnie zasilają wspólne bazy danych.

Czy ktoś w ogóle pyta mieszkańców o zgodę?

Formalnie — nie ma takiego wymogu. W większości stanów USA instalacja kamer w przestrzeni publicznej nie wymaga informowania obserwowanych. AI dokłada do tego automatyczną analizę w czasie rzeczywistym, co de facto zmienia zwykłe kamery bezpieczeństwa w narzędzie profilowania behawioralnego.

Eksperci z organizacji Electronic Frontier Foundation od lat dokumentują przypadki, w których dane z takich systemów trafiały nie tylko do policji, ale też do agencji federalnych — często bez nakazu sądowego. Lokalne władze rzadko publikują szczegółowe informacje o tym, kto ma dostęp do nagrań i jak długo są przechowywane.

Niektóre miasta próbują walczyć z tym trendem. San Francisco przez kilka lat miało zakaz korzystania przez policję z rozpoznawania twarzy, choć w 2023 roku przepisy złagodniało. Boston i Portland (Oregon) wciąż utrzymują restrykcje, ale to wyjątki, nie reguła.

Skala problemu rośnie szybciej niż regulacje

Amerykańskie miasto średniej wielkości może mieć od kilku do kilkudziesięciu tysięcy kamer monitoringu różnych właścicieli. Nowy Jork operuje szacunkowo ponad 50 000 kamer tylko w systemach miejskich, nie licząc prywatnych. Połączone w sieć i zasilone AI, tworzą coś, co badacze nazywają „ambient surveillance” — inwigilacją otoczenia, która nie wymaga celowanego nadzoru nad konkretną osobą, bo obserwuje wszystkich jednocześnie.

Firmy dostarczające takie systemy — m.in. Axon, Motorola Solutions czy Verkada — notują dwucyfrowe wzrosty przychodów z segmentu miejskiego. Verkada po głośnym wycieku danych w 2021 roku, kiedy hakerzy uzyskali dostęp do 150 000 kamer klientów firmy, na chwilę przyhamował. Ale rynek szybko o tym zapomniał.

Co z tym robi Kongres?

Na poziomie federalnym trwają prace nad American Data Privacy & Protection Act, ale projekt od 2022 roku tkwi w legislacyjnym klinczu. Kilka stanów odpalilo własne regulacje — Illinois z biometric Information Privacy Act (BIPA) jest najczęściej cytowanym przykładem, bo realnie przewiduje odszkodowania dla obywateli. Firmy technologiczne zapłaciły na jej podstawie miliardy dolarów kar — Meta 650 milionów dolarów, TikTok 92 miliony.

Ale Illinois to nadal jeden stan z pięćdziesięciu.

Algorytm myli się częściej niż myślisz

Do problemów z prywatnością dochodzi kwestia skuteczności. Badania MIT Media Lab wykazały, że komercyjne systemy rozpoznawania twarzy mają wskaźnik błędów dla ciemnoskórych kobiet rzędu 34,7%, przy zaledwie 0,8% dla jasnoskórych mężczyzn. Wdrożenie niedoskonałego systemu w infrastrukturę śledczą generuje ryzyko fałszywych identyfikacji — i fałszywych zatrzymań.

W USA udokumentowano już kilkanaście przypadków aresztu opartego wyłącznie na błędnym wskazaniu algorytmu rozpoznawania twarzy. Robert Williams z Detroit, Nijeer Parks z New Jersey — obaj czarnoskórzy mężczyźni, obaj niesłusznie zatrzymani na podstawie dopasowania z kamery.

Miasta dalej kupują systemy od tych samych dostawców.”, “coverImageAlt”: “Ilustracja przedstawiająca sieć kamer miejskich z nakładką interfejsu AI śledzącego osoby