美国民权组织ACLU报告：警方借AI判定“可疑”驾驶轨迹拦截司机

据科技媒体Tom's Hardware报道，美国公民自由联盟（ACLU）于2026年10月26日发布报告，指控美国警方越来越多地利用人工智能（AI）算法和自动车牌识别（ALPR）监控数据，将司机的出行历史标记为“可疑”，从而在没有实际违法证据的情况下拦截车辆。

ACLU言论、隐私与技术项目的高级政策分析师Jay Stanley指出，这一做法依赖于安装在道路和高速公路上的ALPR摄像头网络。这些摄像头拍摄过往车辆并记录车牌号、位置和具体时间戳。通过结合不同摄像头的捕捉数据，执法部门可以确定车辆的行驶路线、使用路径以及访问特定地点的频率。接入这些监控数据的AI系统能够快速分析海量信息，并识别出经过训练被判定为“可疑”的模式，进而向执法部门发出警报。Stanley暗示，警员可能在收到此类警报后，寻找轻微的交通违规作为拦截司机的借口。在某些已记录的案例中，警员甚至隐瞒了拦截的真实原因。

该报告详细列举了几起事件，其中包括一名女性声称在一次跨州公路旅行中被拦下，因为警员使用的监控系统将其移动轨迹标记为可疑。该系统访问了关于她此前驾驶位置的ALPR数据。

这一发现正值人们对大规模监控摄像头网络的影响日益担忧之际，涉及隐私、滥用和监管有限等问题。例如，安全研究人员曾披露一个覆盖美国全境、拥有超过33.5万个Flock ALPR摄像头的网络。Flock Safety等公司正在开发增强型AI监控系统，能够识别“异常”的出行行为和车辆关联，并将其作为有效的犯罪预防工具进行营销。然而，传统的车牌识别主要用于追踪已知嫌疑人或定位与犯罪相关的车辆，而当前的全面监控规模和基于行为模式的预测性执法被认为是前所未有的。

Stanley谴责这种做法及普遍的大规模监控，担心这将导致备受争议的“借口拦截”增加。他表示：“随着这些AI算法不可避免地卷入比实际违法者更多的无辜者，将有越来越多的人面临警察盘查。”