

【人工智能】公共安全中的“围墙花园”如何暴露美国的数据隐私危机

七元宇宙

2025-05-19

导读：人工智能的不断扩展及其所需的数据人工智能正在迅速改变我们的生活、工作和治理方式。

人工智能的不断扩展及其所需的数据

人工智能正在迅速改变我们的生活、工作和治理方式。在公共卫生和公共服务领域，人工智能工具有望提高效率并加快决策速度。然而，在这种转变的背后，却存在着日益严重的失衡：我们收集数据的能力已经超过了我们负责任地管理数据的能力。

这不仅仅是一场技术挑战，更是一场隐私危机。从预测性警务软件到监控工具和自动车牌读取器，个人数据正以前所未有的速度被收集、分析和处理。然而，大多数公民并不清楚自己的数据归谁所有，如何使用，以及是否受到保护。

我亲眼目睹了这一切。作为一名退休的FBI网络特工，如今是一家领先公共安全科技公司的首席执行官，我曾在政府和私营部门工作过。有一点是明确的：如果我们现在不改进处理数据隐私的方式，人工智能只会让现有问题雪上加霜。而最大的问题之一？围墙花园。

什么是围墙花园？为什么它们对公共安全有害？

围墙花园是指封闭的系统，由一家公司控制数据的访问、流动和使用。它们在广告和社交媒体领域很常见（例如 Facebook、谷歌和亚马逊等平台），但如今它们也越来越多地出现在公共安全领域。

公共安全公司在现代警务基础设施中发挥着关键作用，然而，其中一些系统的专有性质意味着它们并不总是设计为与其他供应商的工具流畅地交互。

这些“围墙花园”或许能提供强大的功能，例如云端随身摄像头录像或自动车牌识别器，但它们也垄断了数据的存储、访问和分析方式。执法机构常常发现自己被锁定在与彼此互不沟通的专有系统的长期合同中。结果如何？碎片化、信息孤岛，以及在社区最需要帮助的时候无法有效响应。

公众不知道，这是一个问题

大多数人并没有意识到有多少个人信息流入了这些系统。在许多城市，你的位置、车辆、在线活动甚至情绪状态都可以通过各种人工智能工具推断和追踪。这些工具可以宣传为打击犯罪的升级版，但由于缺乏透明度和监管，它们很容易被滥用。

数据不仅存在，而且存在于由私营公司控制、监管极少的封闭生态系统中。例如，像车牌阅读器这样的工具如今遍布美国数千个社区，收集数据并将其输入到专有网络中。警察部门通常甚至不拥有硬件，而是租用硬件，这意味着数据管道、分析和警报都由供应商决定，而不是公众共识。

为什么这应该引起警惕

人工智能需要数据才能运作。但当数据被锁在封闭的围墙花园中时，就无法进行交叉引用、验证或质疑。这意味着，关于谁被拦截、资源分配到哪里或谁被标记为威胁的决策，都是基于片面的、有时甚至不准确的信息。

风险是什么？糟糕的决策、潜在的公民自由侵犯以及警察部门与其服务社区之间日益扩大的隔阂。透明度正在下降，信任正在消失。创新也受到抑制，因为新工具必须符合这些壁垒系统的限制才能进入市场。

如果车牌识别系统基于过时或共享的数据错误地标记了被盗车辆，而无法跨平台验证这些信息或审核该决策的制定过程，那么警员可能会根据误报采取行动。我们已经看到过一些因技术缺陷导致错误逮捕或冲突升级的事件。这些结果并非假设，而是在全国各地的社区中真实发生。

执法部门真正需要什么

我们不需要将数据封锁起来，而是需要开放的生态系统，支持安全、标准化和可互操作的数据共享。这并不意味着牺牲隐私。相反，这是确保隐私保护得到执行的唯一途径。

一些平台正在朝着这个方向努力。例如， FirstTwo 提供实时态势感知工具，强调负责任地整合公开数据。其他一些平台，例如 ForceMetrics，则专注于整合不同的数据集，例如 911 呼叫、行为健康记录和过往事件历史记录，以便为警员提供更全面的现场信息。但至关重要的是，这些系统的构建以公共安全需求和社区尊重为优先考虑，而非事后诸葛亮。