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 una crescente disuguaglianza: la nostra capacità di raccogliere dati ha superato la nostra capacità di governarli in modo responsabile.

Questo 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 raccolti, 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 CEO di una società di tecnologia per la sicurezza pubblica, ho lavorato sia nel governo che nel settore 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 problemi più grandi? 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 (AMZN )) ma sempre più spesso si stanno verificando anche nella sicurezza pubblica.

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

Questi giardini murati possono offrire funzionalità potenti 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 alla 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 aggiornamenti per la lotta alla criminalità, ma in assenza di trasparenza e regolamentazione, possono essere facilmente abusati.

E non è solo che i dati esistono, ma esistono in ecosistemi murati che sono controllati da aziende private con un controllo minimo. Ad esempio, gli strumenti di lettura delle targhe sono ora presenti in migliaia di comunità in tutta la nazione, raccogliendo dati e alimentandoli nella 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 Bandiere Rosse

L’intelligenza artificiale ha bisogno di dati per funzionare. Ma quando i dati sono bloccati all’interno di giardini murati, non possono essere incrociati, validati 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, violazioni potenziali delle libertà civili e un divario crescente 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 limitazioni di questi sistemi murati.

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

Cosa Ha Bisogno Effettivamente di Avere la Forza di Polizia

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 record di salute comportamentale e la storia degli incidenti precedenti per fornire agli agenti un contesto migliore sul campo. Ma fondamentalmente, questi sistemi sono costruiti con le esigenze di sicurezza pubblica e il rispetto della comunità come priorità, non come un ripensamento.

Costruire un’Infrastruttura con Priorità alla Privacy

Un approccio con priorità alla privacy significa più che semplicemente oscurare le informazioni sensibili. Significa limitare l’accesso ai dati a meno che non ci sia un chiaro, legittimo bisogno. 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 le politiche e l’attuazione. Questi passaggi risultano in una sicurezza rafforzata e una legittimità generale.

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 come vanno. 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 agenzie 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 integrati in ogni livello del sistema, dalla procedura di acquisto all’attuazione quotidiana.

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 e limitare come e quando vengono utilizzati non è solo inefficiente. È immorale.

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