AI贩卖给警察：揭秘向警方推销AI的大生意

背景

在美国，向警方销售AI技术正在成为一门大生意。从数据收集到决策辅助，各类AI产品正涌入执法部门，背后的资金流如同金矿。2024年5月，在德克萨斯州沃斯堡举行的国际警察局长协会（IACP）技术大会上，数百家厂商展出了号称“数字时代警务未来”的产品，包括人脸识别摄像头、自动车牌读取器、执法记录仪、非紧急911呼叫聊天机器人、枪声检测平台、无人机以及报告撰写工具。尽管公众对警方的信任正在下降，执法部门与社区的实际联系也在减弱，但行业依然在加速拥抱自动化。

核心内容

大会的核心推销逻辑是：让机器处理繁琐的文书工作，让警察专注于更有意义的任务。然而，在执法领域，看似无害的“琐事”——比如仔细填写报案记录或审查嫌疑人案底——的自动化，可能对人们的生活产生重大影响。例如，自动填写报告的工具可能忽略关键细节，而算法在决策过程中的介入更是引发了广泛争议。

一家名为ForceMetrics的初创公司展示了其平台Velocity。根据前FBI网络犯罪特工、公司联合创始人Jason Truppi的说法，警方正被海量数据淹没——过去二十年积累的报警记录、假释档案、执法记录仪视频等，“所有记录系统本质上都已过时”。Velocity被描述为“AI驱动的决策辅助平台”，能够将海量公共安全数据转化为清晰、可行动的情报，属于实时犯罪中心（RTCC）的一种。RTCC最初由纽约市警察局在20多年前采用，目的是整合911调度、监控摄像头、车牌扫描仪等多源数据，让警员出警前了解现场情况。Truppi认为，给警员更多实时数据，能减少“凭直觉开枪”的悲剧。

但历史教训不容忽视。早期警务算法如CompStat和PredPol，号称通过无偏统计减少人为判断失误，结果却加剧了原有的问题。尽管这些实验未能实现公正警务，当时至少人类还在做最重要的决策。如今的新一波AI产品声称，过去的失败源于缺乏客观实时数据，而AI可以通过增加数据采集量和分析深度来弥补。然而，许多公共安全倡导组织和法律专家警告，在公众对警察信任已经严重受损的当下，将黑箱算法引入执法将侵蚀透明度和问责制。

ForceMetrics的主要竞争对手是Axon Enterprise（原TASER）和Motorola Solutions。这两家公司不仅提供自己的RTCC，还生产许多数据收集和监控技术。Axon在2024年初收购了Fusus，推出了Axon Fusus RTCC，并已拥有电击枪、执法记录仪、自动车牌读取器、AI报告撰写工具Draft One、无人机项目Axon Air以及自己的AI聊天机器人。它们正试图垄断从犯罪现场数据收集到战略决策的整个现代警务技术栈。

关键要点

• 自动化“琐事”可能带来严重后果：填写报告、审查案底等看似简单的步骤，在法律程序中至关重要，自动化可能引入错误或偏见。
• 算法决策正在取代人类判断：警察部门越来越多地将决策权交给算法，如RTCC和预测警务平台，但早期实验（CompStat、PredPol）已证明这类系统可能失败。
• 缺乏联邦监管与行业标准：警察局长们往往只能相信厂商的保证，因为缺乏独立的第三方验证。
• 数据过载是真实问题：仅纽约市警察局每周即可产生约两年的执法记录仪视频，人类分析师无法有效处理，AI看似是解决方案，但可能带来新的问题。
• 黑箱算法威胁透明度与问责：公众无法了解AI如何做出决策，一旦出错，责任归属模糊。
• 巨头垄断趋势明显：Axon和Motorola等公司正试图控制从数据采集到决策的整个链条，可能加剧权力集中。
• 专家警告“数据驱动”是旧话重提：NYU研究员Nina Loshkajian指出，早在2020年“削减警察资金”运动之前，警方就已使用预测算法，但并未阻止暴力冲突。

意义与影响

AI在执法中的大规模应用，本质上是将权力从人类警察转移到算法系统，这将对公共安全、公民权利和社会信任产生深远影响。一方面，AI有望提高效率、减少人为失误，例如通过实时数据整合帮助警员更安全地出警；另一方面，缺乏透明度和可问责性的黑箱系统可能放大系统性偏见，重蹈CompStat和PredPol的覆辙。更关键的是，当整个行业由少数几家商业公司主导时，公共安全决策的自主性可能被商业利益绑架。正如佐治亚州布鲁克海文警察队长Abrem Ayana所说：“很多都是销售噱头，根本兑现不了承诺。”在联邦立法和行业标准缺位的情况下，各警察部门只能自行判断，而公众则可能成为这场商业化实验的最终承受者。