Come i Giardini Murati nella Pubblica Sicurezza Stanno Eseponendo la Crisi della Privacy dei Dati in America

La Frontiera in Espansione dell’Intelligenza Artificiale e dei Dati che Richiede

L’intelligenza artificiale sta rapidamente cambiando il modo in cui viviamo, lavoriamo e governiamo. Nella sanità pubblica e nei servizi pubblici, gli strumenti di intelligenza artificiale promettono maggiore efficienza e decisioni più rapide. Ma al di sotto della superficie di questa trasformazione c’è un crescente squilibrio: la nostra capacità di raccogliere dati ha superato la nostra capacità di governarli in modo responsabile.

Ciò va al di là di una semplice sfida tecnica per diventare una crisi della privacy. Dai software di polizia predittiva agli strumenti di sorveglianza e ai lettori di targa automatici, i dati sugli individui stanno essere accumulati, analizzati e utilizzati a una velocità senza precedenti. Eppure, la maggior parte dei cittadini non ha idea di chi possiede i loro dati, come vengono utilizzati o se vengono protetti.

L’ho visto da vicino. Come agente speciale del FBI in pensione e ora amministratore delegato di una società di tecnologia per la sicurezza pubblica, ho lavorato sia nel settore pubblico che in quello privato. Una cosa è chiara: se non risolviamo il modo in cui gestiamo la privacy dei dati adesso, l’intelligenza artificiale renderà solo peggiori i problemi esistenti. E uno dei più grandi problemi? I giardini murati.

Cosa Sono i Giardini Murati e Perché Sono Pericolosi nella Sicurezza Pubblica?

I giardini murati sono sistemi chiusi in cui un’azienda controlla l’accesso, il flusso e l’utilizzo dei dati. Sono comuni nella pubblicità e nei social media (pensiamo a piattaforme come Facebook, Google e Amazon) ma sempre più spesso si stanno facendo strada anche nella sicurezza pubblica.

Le aziende di sicurezza pubblica svolgono un ruolo fondamentale nell’infrastruttura di polizia moderna, tuttavia, la natura proprietaria di alcuni di questi sistemi significa che non sono sempre progettati per interagire fluidamente con gli strumenti di altri fornitori.

Questi giardini murati possono offrire potenti funzionalità come filmati di bodycam basati su cloud o lettori di targa automatici, ma creano anche un monopolio su come i dati vengono archiviati, acceduti e analizzati. Le agenzie di polizia spesso si trovano bloccate in contratti a lungo termine con sistemi proprietari che non comunicano tra loro. Il risultato? Fragmentazione, informazioni in silos e incapacità di rispondere efficacemente nella comunità quando più conta.

Il Pubblico Non Lo Sa, e Questo È un Problema

La maggior parte delle persone non si rende conto di quanto dei loro dati personali stiano fluendo in questi sistemi. In molte città, la tua posizione, il tuo veicolo, l’attività online e persino il tuo stato emotivo possono essere dedotti e tracciati attraverso una patchwork di strumenti guidati dall’intelligenza artificiale. Questi strumenti possono essere commercializzati come miglioramenti nella lotta alla criminalità, ma in assenza di trasparenza e regolamentazione, possono essere facilmente abusati.

E non è solo che i dati esistono, ma che esistono in ecosistemi murati controllati da aziende private con un controllo minimo. Ad esempio, strumenti come i lettori di targa sono ora presenti in migliaia di comunità in tutta la nazione, raccogliendo dati e alimentando la loro rete proprietaria. I dipartimenti di polizia spesso non possiedono nemmeno il hardware, lo noleggiano, il che significa che il flusso di dati, l’analisi e gli avvisi sono dettati da un fornitore e non da un consenso pubblico.

Perché Ciò Dovrebbe Sollevare Segnali di Allarme

L’intelligenza artificiale ha bisogno di dati per funzionare. Ma quando i dati sono bloccati all’interno di giardini murati, non possono essere verificati, convalidati o sfidati. Ciò significa che le decisioni su chi viene fermato, dove vanno le risorse o chi viene segnalato come una minaccia vengono prese sulla base di informazioni parziali, a volte inaccurate.

Il rischio? Decisioni scadenti, potenziali violazioni delle libertà civili e un crescente divario tra i dipartimenti di polizia e le comunità che servono. La trasparenza si erode. La fiducia evapora. E l’innovazione viene soffocata, perché nuovi strumenti non possono entrare nel mercato a meno che non si conformino alle restrizioni di questi sistemi murati.

In uno scenario in cui un sistema di riconoscimento di targa segnala erroneamente un veicolo rubato sulla base di dati obsoleti o condivisi, senza la possibilità di verificare quelle informazioni attraverso piattaforme o auditare come quella decisione sia stata presa, gli agenti possono agire su falsi positivi. Abbiamo già visto incidenti in cui tecnologie difettose hanno portato ad arresti illegittimi o a escalation di confronti. Questi esiti non sono ipotetici, stanno accadendo in comunità di tutta la nazione.

Cosa La Forza di Polizia Reale Ha Bisogno

Invece di bloccare i dati, abbiamo bisogno di ecosistemi aperti che supportino la condivisione di dati sicura, standardizzata e interoperabile. Ciò non significa sacrificare la privacy. Al contrario, è l’unico modo per assicurare che le protezioni della privacy siano applicate.

Alcune piattaforme stanno lavorando verso questo obiettivo. Ad esempio, FirstTwo offre strumenti di consapevolezza situazionale in tempo reale che enfatizzano l’integrazione responsabile dei dati pubblicamente disponibili. Altri, come ForceMetrics, si concentrano sull’unione di set di dati disparati come le chiamate al 911, i registri di salute comportamentale e la storia degli incidenti precedenti per dare agli agenti un contesto migliore sul campo. Ma fondamentalmente, questi sistemi sono costruiti con le esigenze della sicurezza pubblica e il rispetto della comunità come priorità, non come un ripensamento.

Costruire un’Infrastruttura con la Privacy al Primo Posto

Un approccio con la privacy al primo posto significa più che semplicemente oscurare le informazioni sensibili. Significa limitare l’accesso ai dati a meno che non ci sia una chiara, legittima necessità. Significa documentare come vengono prese le decisioni e abilitare audit di terze parti. Significa collaborare con gli stakeholder della comunità e i gruppi per i diritti civili per plasmare la politica e l’attuazione. Questi passaggi risultano in una sicurezza rafforzata e una legittimità complessiva.

Nonostante i progressi tecnologici, stiamo ancora operando in un vuoto legale. Gli Stati Uniti mancano di una legislazione federale completa sulla privacy dei dati, lasciando agenzie e fornitori a creare le regole man mano che procedono. L’Europa ha GDPR, che offre una mappa stradale per l’uso dei dati basato sul consenso e la responsabilità. Gli Stati Uniti, al contrario, hanno un mosaico frammentato di politiche a livello statale che non affrontano adeguatamente le complessità dell’intelligenza artificiale nei sistemi pubblici.

Ciò deve cambiare. Abbiamo bisogno di standard chiari e applicabili su come le forze di polizia e le organizzazioni di sicurezza pubblica raccolgono, archiviano e condividono i dati. E dobbiamo includere gli stakeholder della comunità nella conversazione. Il consenso, la trasparenza e la responsabilità devono essere incorporati in ogni livello del sistema, dalla procedura di acquisto all’attuazione all’uso quotidiano.

Il Punto Chiave: Senza Interoperabilità, la Privacy Soffre

Nella sicurezza pubblica, le vite sono in gioco. L’idea che un fornitore possa controllare l’accesso ai dati critici per la missione e limitare come e quando vengono utilizzati non è solo inefficiente. È immorale.

Dobbiamo andare oltre il mito che l’innovazione e la privacy siano in conflitto. Un’intelligenza artificiale responsabile significa sistemi più equi, efficaci e responsabili. Significa rifiutare il blocco del fornitore, dare priorità all’interoperabilità e richiedere standard aperti. Perché in una democrazia, nessuna azienda dovrebbe controllare i dati che decidono chi riceve aiuto, chi viene fermato o chi viene lasciato indietro.