به گزارش سرویس ترجمه سافت اینجا، چندی پیش، فیلم درگیری پلیس و نیروهای ضد شورش با معترضین غیرمسلح و در پی آن، کشته شدن جورج فلوید توسط افسر پلیس مینیاپولیس؛ درک شووین، در صدر اخبار شبکه های اجتماعی قرار گرفت. در همان حال، نظارت پلیس بر معترضان تا حد زیادی از چشم دور ماند.
سازمان های اجرای قانون محلی، ایالتی و فدرال با کمک مجموعه فناوری های نظارتی برای شناسایی و ردیابی معترضان، از شناسایی چهره ها تا هواپیماهای بدون سرنشین درجه یک، فعالیت می کنند.
استفاده پلیس از این تکنیک های نظارتی با هدف امنیت ملی انجام می شود که به عنوان تکنیکی مقرون به صرفه استفاده می شود و از سوگیری و خطای انسانی جلوگیری می کند. تحقیقات گسترده نشان داده است با افزایش نظامی شدن مجریان قانون و توانایی های گسترده و قدرتمند نظارت به جای کاهش تعصب، تهدید آزادی های مدنی نیز افزایش یافته است.
تلاش های پلیس بیشتر به دنبال استفاده سازمان های اجرای قانون از فن آوری های نظارتی است. به دنبال ناآرامی های پیش آمده در آمریکا، IBM، آمازون و مایکروسافت، ترسی در استفاده پلیس از فناوری تشخیص چهره این شرکت ها ایجاد کرده اند و لوایح اصلاحات پلیس که توسط دموکرات ها در مجلس نمایندگان ایالات متحده ارائه شده است، تنظیم وضعیت پلیس برای استفاده از سیستم های تشخیص چهره است.
یک دهه اطلاعات وسیع پلیس
ما همیشه در دنیایی پر از دوربین های پلیس، حسگرهای هوشمند و تجزیه و تحلیل های پیش بینی شده، زندگی نکرده ایم. رکود اقتصادی به رشد اولیه فناوری های داده پلیس بزرگ دامن زد. در سال 2009، در مواجهه با کاهش بودجه فدرال، ایالتی و محلی ناشی از رکود بزرگ، ادارات پلیس راه هایی برای کار بیشتر با کمترین هزینه را دنبال کردند. شرکت های فناوری با ارائه اشکال جدیدی از پلیس مبتنی بر داده به عنوان مدل های کارآیی و کاهش هزینه، برای جبران خلأها شتافتند.
قتل مایکل براون، اریک گارنر، فیلاندو کاستیل، تامیر رایس، والتر اسکات، ساندرا بلاند، فردی گری و جورج فلوید همگی باعث اعتراضات سراسری خواستار عدالت نژادی و اصلاحات پلیس، شد. وقتی خشم جامعه به شکل تهدید و در نتیجه، عدم مشروعیت بخشیدن به ساختار قدرت موجود پلیس شد، پلیس به حالت بحران سوق یافت.
در پاسخ به تهدیدهای دوگانه فشارهای ناشی از هزینه ها و انتقادات جامعه، بخش های مختلف پلیس با شرکت های استارتاپی که کارایی داده های وسیع و مهم را می فروشند، همکاری کردند و امیدوارند که راه حل های "داده محور" به جوامع اجازه دهد از مشکلات بیش از حد انسانی پلیس، عبور کنند. تجزیه و تحلیل پیش بینی و قابلیت فیلمبرداری دوربین به عنوان راه حل های عینی برای تعصب نژادی، فروخته شد. در ابعاد گسترده، استراتژی روابط عمومی کارکرد دارد که به اجرای قانون اجازه داده است که نظارت دیجیتال را افزایش دهد.
امروز در میان خشم دوباره علیه نژادپرستی ساختاری و بی رحمی پلیس و در سایه رکود اقتصادی حتی عمیق تر، سازمان های اجرای قانون با همان وسوسه به دنبال اتخاذ یک راه حل مبتنی بر فناوری برای مشکلات عمیق اجتماعی، هستند. احتمالاً روسای پلیس می خواهند ورق را از سطح عصبانیت و بی اعتمادی جامعه برگردانند.
خطرات نظارت بر فناوری پیشرفته
به جای تکرار اشتباهات 12 سال گذشته یا بیشتر، جوامع این فرصت را دارند که گسترش پلیس اطلاعات جامع را رد کنند.. آن شرکت های کوچک نوپا که در ابتدا وارد تجارت پلیس می شدند، جای خود را به شرکت های بزرگ فناوری با جیب های عمیق و جاه طلبی های بزرگ داده اند.
آکسون پس از اعتراضات در فرگوسن و بالتیمور برای تبدیل شدن به یک شرکت چند میلیون دلاری برای ارائه خدمات دیجیتال دوربین های فرسوده پلیس، از تقاضای پاسخگویی پلیس استفاده کرد. آمازون از طریق دوربین های Ring و برنامه Neighbours همکاری های خود را با صدها اداره پلیس گسترش داده است. شرکت های دیگری مانند BriefCam ،Palantir و Shotspotter انبوهی از تجزیه و تحلیل ویدئویی، تجزیه و تحلیل شبکه های اجتماعی و سایر فن آوری های حسگر را با توانایی فروش ارزان در کوتاه مدت با امید به مزیت بازار در طولانی مدت ارائه می دهند که خود این فناوری از قدرت بیشتری برخوردار است.
مدل های الگوریتمی ایجاد شده در یک دهه پیش در مقایسه با قابلیت های یادگیری ماشین، امروزه کم رنگ شده است. جریان های دوربین فیلمبرداری، دیجیتالی شده و با قابلیت تجزیه و تحلیل و شناسایی چهره، تقویت شده اند و نظارت استاتیک را به یک ماشین زمان مجازی برای یافتن الگوهای موجود در جمعیت، تبدیل می کنند. تلفن های هوشمند، خانه های هوشمند و اتومبیل های هوشمند به آن اضافه می شوند که اکنون به پلیس اجازه می دهد تا مسیرهای دیجیتالی افراد را با سهولت نسبی، کشف کند.
در همین حین، وعده فناوری عینی و بی طرفانه عملی نشد و تعصب نژادی در پلیس با روشن کردن دوربین، برطرف نشد. در عوض این فناوری، به مشکلات جدیدی منجر شد، از جمله وضوح بیشتر عدم پاسخگویی برای موارد برجسته خشونت پلیس.
درس هایی برای مهار جاسوسی پلیس
آسیب های پلیس داده های وسیع و بزرگ، به طور مکرر آشکار شده است. برنامه هایی که سعی در پیش بینی رفتارهای افراد در شیکاگو و لس آنجلس داشتند، پس از ممیزی های ویرانگر، تأثیر تبعیض آمیز و شکست عملی، عملکرد آنها را متوقف کرد. سیستم های پیش بینی مبتنی بر مکان در لس آنجلس و سایر شهرهایی که در ابتدا از این فناوری استفاده کرده بودند، خاموش شده است. رسوایی های مربوط به شناسایی چهره، فن آوری تجزیه و تحلیل شبکه های اجتماعی و نظارت سنسور در مقیاس بزرگ به منزله هشداری است که این فناوری نمی تواند به موضوعات عمیق نژاد، قدرت و حریم خصوصی که در قلب پلیس امروزی قرار دارند، رسیدگی کند.
درس اولین دوره پلیس کلان داده این است که باید در اولین گام، مسائل مربوط به نژاد، شفافیت و حقوق اساسی، تنظیم و مورد استفاده قرار گیرند. هر اشتباهی را می توان در عدم مشاهده چگونگی انطباق فن آوری نظارت در متن قدرت مدرن پلیس، ردیابی کرد؛ زمینه ای که شامل موضوعات طولانی نژادپرستی و کنترل اجتماعی است. هر راه حل اشاره به رفع این عدم تعادل قدرت در انتهای جبهه، از طریق نظارت محلی، مشارکت جامعه و قانون فدرال کارایی دارد، نه پس از استفاده از این فناوری.
مباحث مربوط به بازپرداخت، غیر نظامی سازی و تجسم مجدد رویه های اجرای قانون باید شامل بحث در مورد نظارت پلیس باشد، چرا که یک دهه اقدام برای یادگیری حریم خصوصی و چالش های عدالت نژادی تعریف شده برای آن، وجود دارد. نحوه پاسخگویی ادارات پلیس به تماس آژیر نظارت بر داده های وسیع و مهم، نشان می دهد که آیا آنها در حال تکرار همان اشتباهات هستند یا نه؟
منبع
The Conversation
