Cámaras con IA e vixilancia masiva: crecen as dúbidas sobre o uso dos datos

Expertos en políticas tecnolóxicas exploran as consecuencias éticas de implementar IA nos sistemas actuais de vixilancia con cámaras: en Estados Unidos, un baleiro legal aumenta os interrogantes sobre o uso desta información.

A expansión de sistemas de recoñecemento de matrículas impulsados por Intelixencia Artificial (IA) está a acender as alarmas sobre unha nova era de vixilancia masiva. O que comezou como unha ferramenta para investigar delitos concretos converteuse nunha infraestrutura capaz de recoller, ordenar e conservar datos sensibles sobre a circulación cotiá da poboación, con dúbidas crecentes sobre quen accede a esa información, durante canto tempo se garda e con que fins termina utilizándose.

Segundo explica Jess Reia, especialista en ciencia de datos da Universidade de Virginia nun artigo publicado en The Conversation, en miles de cidades de Estados Unidos poden apreciarse as cámaras para ler matrículas de automóbiles en cruces, pontes e saídas de autoestradas.

Unha rede intelixente de seguimento: cales son os seus fins?

Actualmente, a incorporación de IA a eses sistemas está a transformar unha ferramenta pensada para perseguir delitos puntuais nunha infraestrutura de vixilancia moito máis ampla, capaz de almacenar, cruzar e consultar enormes volumes de datos sobre a circulación de millóns de vehículos.

O salto tecnolóxico xera preocupación, porque xa non se trata só de rexistrar unha matrícula. Os sistemas modernos poden capturar imaxes do auto, data, hora, localización e ata detalles secundarios do vehículo. Ademais, segundo indica a Asociación Boston Bar algunhas plataformas poden detectar aboladuras, calcomanías do paragolpes, etiquetas especiais e logos de servizos de transporte. Con IA, esa información vólvese fácil de recuperar e consultar en bases de datos masivas e pode xerar alertas automáticas en tempo real para a policía.

A consecuencia principal é a consolidación dunha rede de seguimento que excede o obxectivo orixinal de combater o delito. Estas cámaras expandíronse por todo o territorio estadounidense con forte participación de empresas privadas, que adoitan ofrecer probas gratuítas e acceso a datos que poden eludir controis locais. Esa combinación de hardware privado, almacenamento na nube e análise algorítmico fai máis fácil compartir a información entre xurisdicións e axencias.

Escasa eficiencia na redución do delito e dúbidas sobre o uso dos datos

A integración de IA nos lectores automáticos de patentes abre novas preguntas sobre privacidade e posibles rumbos na aplicación da lei. Tamén se advirte que os datos poden conservarse durante longos períodos de tempo, ata indefinidamente, algo que amplifica o risco de uso secundario: vixilancia de inmigrantes, seguimento de manifestantes ou identificación de persoas con fins políticos.

Ao mesmo tempo, a evidencia dispoñible atopa escasa relación entre o uso destes sistemas e unha redución dos delitos violentos, aínda que si poden axudar en investigacións concretas, como o roubo de autos. Esa brecha entre promesa de seguridade e capacidade real de prevención alimenta unha sospeita crecente: a tecnoloxía está a xerar unha vixilancia cada vez máis sofisticada, pero sen garantías claras sobre o uso dos datos.

Nese escenario, a discusión vira ao redor de quen controla a información que producen os sistemas de vixilancia con IA. A súa evolución desde a observación puntual de vehículos á construción dun arquivo permanente sobre a vida cotiá da poboación multiplica as dúbidas e xera incerteza cara ao futuro.