Cámaras con IA y vigilancia masiva: crecen las dudas sobre el uso de los datos

Expertos en políticas tecnológicas exploran las consecuencias éticas de implementar IA en los sistemas actuales de vigilancia con cámaras: en Estados Unidos, un vacío legal aumenta los interrogantes sobre el uso de esta información.

La expansión de sistemas de reconocimiento de matrículas impulsados por Inteligencia Artificial (IA) está encendiendo las alarmas sobre una nueva era de vigilancia masiva. Lo que comenzó como una herramienta para investigar delitos concretos se ha convertido en una infraestructura capaz de recoger, ordenar y conservar datos sensibles sobre la circulación cotidiana de la población, con dudas crecientes sobre quién accede a esa información, durante cuánto tiempo se guarda y con qué fines termina utilizándose.

Según explica Jess Reia, especialista en ciencia de datos de la Universidad de Virginia en un artículo publicado en The Conversation, en miles de ciudades de Estados Unidos pueden apreciarse las cámaras para leer matrículas de automóviles en cruces, puentes y salidas de autopistas.

Una red inteligente de seguimiento: ¿cuáles son sus fines?

Actualmente, la incorporación de IA a esos sistemas está transformando una herramienta pensada para perseguir delitos puntuales en una infraestructura de vigilancia mucho más amplia, capaz de almacenar, cruzar y consultar enormes volúmenes de datos sobre la circulación de millones de vehículos.

El salto tecnológico genera preocupación, porque ya no se trata solo de registrar una matrícula. Los sistemas modernos pueden capturar imágenes del auto, fecha, hora, ubicación y hasta detalles secundarios del vehículo. Además, según indica la Asociación Boston Bar algunas plataformas pueden detectar abolladuras, calcomanías del paragolpes, etiquetas especiales y logos de servicios de transporte. Con IA, esa información se vuelve fácil de recuperar y consultar en bases de datos masivas y puede generar alertas automáticas en tiempo real para la policía.

La consecuencia principal es la consolidación de una red de seguimiento que excede el objetivo original de combatir el delito. Estas cámaras se expandieron por todo el territorio estadounidense con fuerte participación de empresas privadas, que suelen ofrecer pruebas gratuitas y acceso a datos que pueden eludir controles locales. Esa combinación de hardware privado, almacenamiento en la nube y análisis algorítmico hace más fácil compartir la información entre jurisdicciones y agencias.

Escasa eficiencia en la reducción del delito y dudas sobre el uso de los datos

La integración de IA en los lectores automáticos de patentes abre nuevas preguntas sobre privacidad y posibles sesgos en la aplicación de la ley. También se advierte que los datos pueden conservarse durante largos períodos de tiempo, incluso indefinidamente, algo que amplifica el riesgo de uso secundario: vigilancia de inmigrantes, seguimiento de manifestantes o identificación de personas con fines políticos.

Al mismo tiempo, la evidencia disponible encuentra escasa relación entre el uso de estos sistemas y una reducción de los delitos violentos, aunque sí pueden ayudar en investigaciones concretas, como el robo de autos. Esa brecha entre promesa de seguridad y capacidad real de prevención alimenta una sospecha creciente: la tecnología está generando una vigilancia cada vez más sofisticada, pero sin garantías claras sobre el uso de los datos.

En ese escenario, la discusión gira en torno a quién controla la información que producen los sistemas de vigilancia con IA. Su evolución desde la observación puntual de vehículos a la construcción de un archivo permanente sobre la vida cotidiana de la población multiplica las dudas y genera incertidumbre hacia el futuro.