Cuando la cámara deja de leer matrículas y empieza a recordar trayectos: el debate que la IA urbana obliga a tener

El detonante fue una publicación en redes de la creadora de contenido Allie Voss, quien sostiene que las cámaras de la empresa Flock Safety estarían construyendo lo que ella llama «perfiles de patrón de vida» de cualquier persona que pase ante su objetivo. Según Voss, estos sistemas se usarían para verificar si los niños asisten al distrito escolar que les corresponde, para gestionar denuncias por música alta o para que agentes accedan a las bases de datos sin solicitar una orden judicial; afirma también que potenciales empleadores consultarían esos registros. Son acusaciones graves y, como tales, deben leerse como lo que son: alegaciones de una fuente, no hechos probados.

Lo que sí está documentado es el cambio cualitativo que introduce la IA. Un lector clásico de matrículas leía una placa y consultaba una base de datos. Los sistemas ALPR modernos cruzan información, detectan vehículos, peatones y ciclistas, e integran sus registros con repositorios policiales como el National Crime Information Center, de modo que una coincidencia puede disparar una alerta en tiempo real. Ese salto —de registrar a inferir, de la foto puntual al historial— es precisamente lo que diferencia la vigilancia tradicional de la vigilancia algorítmica, y por eso el debate no puede zanjarse con las categorías legales de hace dos décadas.

El recorrido judicial lo ilustra bien. En Norfolk (Virginia), Flock Safety afrontó una demanda federal que alegaba uso indebido de imágenes de ciudadanos; en febrero, un juez federal dictaminó que sus cámaras no vulneran las libertades ciudadanas, pero añadió que esa conclusión podría cambiar ante futuros avances tecnológicos. Esa coletilla es lo más revelador de todo el episodio: el propio poder judicial admite que la norma vigente puede quedarse corta frente a la velocidad de la tecnología. No es una condena ni una absolución definitiva; es un aviso de que el marco está en construcción.

La pieza añade matices que enriquecen el cuadro en lugar de simplificarlo. Hay datos que apuntan a utilidad real —por ejemplo, en la recuperación de vehículos robados— junto a dudas sobre la eficacia frente a la criminalidad violenta y sobre el coste (Richmond destinó un millón de dólares en un año, según Motor1). Y hay matices de diseño: David Kelly, de la australiana Acusensus, defiende que su sistema no almacena imágenes cuando no hay infracción, pero reconoce que no puede responder por lo que los gobiernos locales hacen después con los datos. Ese hueco —el trasvase entre empresa privada y administración pública sin un marco claro de transparencia— es el verdadero punto ciego.

La lección útil no es demonizar la tecnología ni abrazarla sin condiciones, sino ordenar la conversación en torno al principio de rendición de cuentas que reivindican organizaciones como la ACLU y la EFF. La pregunta relevante no es si la cámara funciona, sino quién retiene los datos, durante cuánto tiempo, con qué finalidad y bajo qué control verificable. Esos cuatro parámetros son perfectamente legislables. Resolverlos bien permitiría conservar los beneficios genuinos de estos sistemas sin convertir el espacio público en un archivo permanente de la vida de cada ciudadano.