ACLU报告揭示17州警方用AI分析车牌轨迹标记可疑车辆致误拦风险上升

美国公民自由联盟（ACLU）10月26日发布报告称，全美多地执法部门日益依赖人工智能算法，通过自动车牌识别（ALPR）系统收集的车辆轨迹数据，识别所谓“异常行驶模式”，进而对无任何现场违法证据的司机实施拦停检查。该机制将频繁跨区行驶、深夜滞留偏僻路段或反复绕行特定区域等行为纳入模型预警，实质以预测性分析替代传统“合理怀疑”标准，构成事实上的pretextual stops（借口式拦截）。报告作者Jay Stanley指出，尽管算法误报率可能下降，但因筛查基数庞大，绝对误判人数持续上升，大量清白市民被迫接受盘查甚至搜身。一位女性司机亲历案例显示，其跨州合规驾驶被系统标记为“高度可疑”，仅因轨迹与已知犯罪车辆模型匹配。目前美国至少17个州已对ALPR数据使用设限，但联邦层面尚无统一规范。ACLU呼吁立法禁止纯预测性分析作为独立执法依据，要求算法训练数据透明、决策可审计，并建立被误标者的申诉与数据删除通道。值得注意的是，类似技术在中国多用于事后侦查而非前置拦截，如广东湛江警方借助轨迹分析24小时内破获盗窃案；而重庆潼南民警凭经验现场查获在逃嫌疑人，则凸显人类判断在精准执法中的不可替代性。