Röd Varg, Blå Varg: AI-drivet ansiktsigenkänning och övervakning av palestinier

Få platser på jorden är så ihärdigt övervakade som de ockuperade palestinska territorierna.

På gatorna i Hebron, vid trånga kontrollstationer i Östra Jerusalem, och i det dagliga livet för miljontals människor, fungerar avancerade AI-system nu som både grindvakt och väktare.

Bakom kamerorna och databaserna finns två kusligt effektiva verktyg — Röd Varg och Blå Varg — ansiktsigenkänningsystem som är utformade inte för bekvämlighet eller handel, utan för kontroll.

Deras uppgift: skanna ansikten, matcha dem mot stora biometriska databaser och bestämma om någon kan röra sig fritt eller måste stoppas.

Det som gör dessa system så alarmerande är inte bara teknologin i sig, utan hur den används — inriktad på en hel befolkning baserat på etnicitet, insamling av data utan samtycke och införande av algoritmer i ockupationsmaskineriet.

I de följande avsnitten undersöker vi hur dessa AI-system fungerar, var de har installerats, de övergrepp de underblåser och varför de är viktiga långt utöver Palestina.

Hur Röd Varg och Blå Varg fungerar

Blå Varg är en mobilapplikation som bärs av soldater på patrull. Ett snabbt foto av ett palestinskt ansikte utlöser en omedelbar kontroll mot en stor biometrisk databas som ofta kallas Vargflocken av trupperna.

Svaret är brutalt enkelt: en färgkod. Grön tyder på passage; gul betyder stopp och förhör; röd signalerar gripande eller nekande av tillträde.

Blå Varg är inte bara ett uppslagsverktyg. Den registrerar nya ansikten. När ett foto inte matchar kan bilden och metadata läggas till i databasen, vilket skapar eller utvidgar en profil. Enheter har uppmuntrats att fånga så många ansikten som möjligt för att “förbättra” systemet.

Röd Varg flyttar identifieringen till kontrollstationen själv. Fasta kameror vid vändskivor skannar varje ansikte som kommer in i burken. Systemet jämför ansiktstemplet med registrerade profiler och blinkar samma triagefärger på en skärm.

Om systemet inte känner igen dig, kommer du inte förbi. Ditt ansikte fångas då och registreras för nästa gång.

AI och maskinlärning under huven

Exakta leverantörer och modellarkitekturer är inte offentliga. Men beteendet överensstämmer med en standard datorseende-pipeline:

• Upptäckt: Kameror eller telefonensensorer hittar ett ansikte i ramen.
• Landmärken: Viktiga punkter (ögon, näsa, mungipor) kartläggs för att normalisera pose och belysning.
• Inbäddning: Ett djupt neuronnätverk omvandlar ansiktet till en komprimerad vektor (“ansiktsavtryck”).
• Matchning: Den vektorn jämförs med lagrade inbäddningar med hjälp av kosinlikhet eller en närmaste granne-sökning.
• Beslutsfattande: Om likheten överstiger en tröskel returneras profilen med en status; annars kan en ny profil skapas.

Det som är distinkt här är befolkningsspecifiteten. Tränings- och referensdata består övervägande av palestinska ansikten. Det koncentrerar modellens prestanda på en grupp — och kodifierar en form av digital profilering genom design.

I stor skala använder systemen sannolikt edge-inferencing för hastighet (telefoner och kontrollstationsenheter som kör optimerade modeller) med asynkron synkronisering till centrala servrar. Det minimerar fördröjningen vid vändskivan samtidigt som den centrala databasen hålls färsk.

Tröskelvärden kan justeras i programvaran. Att höja dem minskar falska positiva, men ökar falska negativa; att sänka dem gör tvärtom. I en kontext med kontrollstationer lutar incitamenten åt att överflagga, vilket flyttar felbördan till civila.

Data, etiketter och drift

Ansiktsigenkänning är bara så “bra” som dess data.

Blå Vargens massfotokampanjer fungerar som datainsamling. Ansikten fångas i varierande belysning och vinklar, med etiketter som fästs på efterhand: identitet, adress, familjeband, sysselsättning och en säkerhetsklassificering.

De etiketterna är inte grundfakta. De är administrativa påståenden som kan vara föråldrade, partiska eller felaktiga. När sådana etiketter matar modellomträning, förstärks fel till funktioner.

Med tiden smyger datadrift in. Barn blir vuxna. Människor förändrar utseende. Brist på “hårda” exempel (liknande människor, förvrängningar, masker) kan blåsa upp verkliga felrater. Om övervakning och omkalibrering är svag, försämras systemet tyst — samtidigt som det behåller samma aura av säkerhet vid kontrollstationen.

Där det är installerat och hur det skalar

Hebrons H2-sektor är smältdegeln. Dussintals inre kontrollstationer reglerar rörelse genom Gamla stans gator och till palestinska hem.

Röd Varg är fast vid utvalda vändskivor, skapar en tvångsregistreringskanal. Blå Varg följer till fots, utvidgar täckningen till marknader, sidogator och privata dörrsteg.

I Östra Jerusalem har myndigheterna lagt till AI-kapabla CCTV över palestinska grannskap och runt heliga platser. Kameror identifierar och spårar individer på avstånd, möjliggör efterhändelsearrester genom att köra video genom ansiktsökning.

Övervakningstäthet spelar roll. Ju fler kameror och fångstpunkter, desto mer komplett är befolkningsgrafen: vem bor var, vem besöker vem, vem deltar i vad. När den grafen väl är etablerad, matar den inte bara igenkänning utan också nätverksanalys och modeller för livsmönster.

Hebron: En stad under digital låsning

Invånare beskriver kontrollstationer som känns mindre som gränsövergångar och mer som automatiserade grindar. En röd skärm kan låsa någon utanför sin egen gata tills en manuell överskridning anländer — om den anländer alls.

Förutom kontroll av tillträde, mättar kameranätet det dagliga livet. Linser sticker ut från tak och gatlyktor. Vissa pekar in i gårdar och fönster. Människor förkortar besök, ändrar gångvägar och undviker att stanna utanför.

Den sociala kostnaden är subtil men utbredd: färre gårdssamlingar, färre tillfälliga samtal, färre gatulekar för barn. En stad blir tyst inte för att den är säker, utan för att den är övervakad.

Östra Jerusalem: Kameror på varje hörn

I Östra Jerusalems Gamla stad och omgivande grannskap, åker ansiktsigenkänning på en omfattande CCTV-ryggrad.

Filmat material är sökbart. Ansikten från en protest kan matchas dagar senare. Logiken är enkel: du kan lämna idag, men du kommer inte att lämna databasen.

Invånare talar om “den andra känslan” du utvecklar — en medvetenhet om varje stolpemonterad kupol — och den inre censorn som följer med det.

Mänskliga rättighetskrisen

Flera röda linjer korsas samtidigt:

• Likhet: Endast palestinier är föremål för biometrisk triage vid dessa kontrollstationer. Separata rutter skyddar bosättare från jämförbar granskning.
• Samtycke: Registrering är ofrivillig. Att vägra skanning innebär att vägra rörelse.
• Öppenhet: Människor kan inte se, ifrågasätta eller korrigera de data som styr dem.
• Proportioner: En lågtröskel, alltid-på-biometrisk nätverksfälla behandlar en hel befolkning som misstänkt som standard.

Ansiktsigenkänning misstänker också — särskilt med dålig belysning, delvis förvrängning eller åldersförändring. I denna miljö kan en felmatch innebära gripande eller nekande av passage; en missad match kan strandas någon vid en vändskiva.

Den psykologiska bördan

Livet under ihållande AI-övervakning lär ut försiktighet.

Människor undviker sammankomster, ändrar rutiner och övervakar barn mer noggrant. Ord vägs i det offentliga. Rörelse är beräknad.

Många beskriver den avhumaniserande effekten av att reduceras till en grön, gul eller röd kod. En maskins binära dom blir den viktigaste faktorn i din dag.

Styrning, lag och ansvar

Inom Israel har ansiktsigenkänning mött integritetsmotstånd. I de ockuperade territorierna gäller en annan rättsordning, och militära order åsidosätter civila integritetsnormer.

Viktiga luckor:

• Inget oberoende tillsyn med makt att granska datamängder, tröskelvärden eller felrater.
• Inget överklagande för individer som felaktigt identifierats eller registrerats.
• Odefinierad kvarhållning och delningsregler för biometrisk data och härledda profiler.
• Syftekreep risk som datamängder och verktyg återanvänds för underrättelsemål och nätverksövervakning.

Utan bindande begränsningar är standardbanan utvidgning: fler kameror, bredare övervakningslistor, djupare integrationer med andra datamängder (telefoner, fordon, tjänster).

Inuti beslutsloopen

Ansiktsigenkänning här fungerar inte i ett vakuum. Den är sammanslagen med:

• Övervakningslistor: Listor med namn, adresser och “medarbetare” som styr färgkodsresultat.
• Geofencing-regler: Platser eller tidsfönster som utlöser förhöjd granskning.
• Operatörsanvändargränssnitt: Enkel färgtriage som uppmuntrar automatiserad bias — mänsklig underkastelse till maskinutdata.
• Kommandocentraler: Värmebilder, larm och statistik som kan omvandla “fler stopp” till “bättre prestanda”.

När kommandometriker värdesätter volym — fler skanningar, fler flaggor, fler “fynd” — glider systemet mot att maximera friktion för den befolkning det styr.

Vad som skiljer det från konventionell övervakning

Tre funktioner skiljer Röd Varg/Blå Varg från andra:

1. Tvångsregistrering: Rörelse kräver ofta skanning. Avböjande att skannas innebär låsning.
2. Befolkningsspecifik: Modellen och databasen fokuserar på en etnisk grupp, bakar in diskriminering i pipelinen.
3. Operativ integration: Utdata styr omedelbart tillträde och utlöser verkställighet, inte bara efterföljande analys.

Element återfinns i andra distributioner globalt: täta kameranät, ansiktsökning på protestfilm, förutsägande polisarbete matat med partiska etiketter.

Men sammanslagningen av militär ockupation och AI-styrd rörelse är ovanligt tydlig. Den visar hur modern datorseende kan förstärka segregeringssystem — göra dem snabbare, tystare och svårare att ifrågasätta.

Säkerhetsmyndigheter hävdar att dessa verktyg förhindrar våld och gör skärning mer effektiv.

Kritiker invänder att “effektiv ockupation” inte är en etisk uppgradering. Den industrialiserar kontroll — och flyttar felkostnaden till civila som saknar alla möjligheter till överklagande.

Vad att titta på härnäst

• Modellkreep: Utvidgning från ansikts-ID till gång, röst och beteendeanalys.
• Tröskeljustering: Politiska förändringar som tyst höjer eller sänker matchtrösklar — och civil bördor.
• Datafusion: Koppling av biometri till telekom-metadata, registreringsskyltar, betalningar och tjänster.
• Export: Antagande av liknande “stridsbeprövade” system av andra regeringar, marknadsfört som smarta städer eller gränsövervakningslösningar.

Slutsats: En varning för världen

Vid en Hebron-vändskiva eller en Damaskusgränd, har AI blivit en stående beslutsfattare över mänsklig rörelse.

Faran ligger inte i kameran ensam. Det är systemet: tvångsregistrering, opaka databaser, omedelbar triage och en rättslig tomhet som behandlar en hel befolkning som permanent misstänkt.

Det som normaliseras är en mall — ett sätt att styra genom algoritmer. Valet som står inför världen är om att acceptera den mallen eller att dra en hård linje innan automatiserad misstanke blir standardinställningen för offentligt liv.