Un nuevo impulso para frenar la tecnología de vigilancia gubernamental
Un proyecto de ley presentado en la Cámara de Representantes de EE.UU., la Ley de Protección contra la Vigilancia Masiva, prohibiría que las agencias federales compren o accedan a sistemas de lectura automatizada de matrículas (ALPR). La medida va más allá de restringir solo a las agencias federales: también impediría que los gobiernos estatales y locales usen fondos federales para adquirir ALPR, reconocimiento facial y otros sistemas de vigilancia.
El proyecto llega en un momento en que las redes de ALPR se han expandido silenciosamente por todo el país, capturando imágenes de matrículas (y a menudo de los vehículos y conductores asociados) a una escala que la mayoría de los estadounidenses nunca ve ni consiente. Al cortar el dinero federal como fuente de financiamiento, la Ley de Protección contra la Vigilancia Masiva apunta a uno de los canales principales que ha permitido a los departamentos de policía locales adquirir esta tecnología sin la aprobación presupuestaria directa de sus propios concejos municipales o contribuyentes.
Por qué el ALPR y el reconocimiento facial son objeto de escrutinio
Los lectores automatizados de matrículas son cámaras, a menudo montadas en patrulleros, semáforos o postes fijos, que escanean y registran los números de placa junto con la hora, fecha y ubicación GPS de cada vehículo. Por sí solos, estos sistemas se comercializan como herramientas para localizar autos robados o rastrear sospechosos en investigaciones en curso. En la práctica, los datos recopilados crean un registro consultable de dónde ha estado un vehículo (y, por extensión, su conductor) a lo largo del tiempo.
Ese registro es precisamente lo que preocupa a los defensores de la privacidad y, cada vez más, a algunos legisladores. A diferencia de una sola parada de tráfico o una orden judicial específica, las redes de ALPR recopilan pasivamente datos de ubicación de cada vehículo que pasa frente a un sensor, sin importar si el conductor es sospechoso de algo. Cuando esos datos se combinan con sistemas de reconocimiento facial, que pueden identificar individuos a partir de fotos o videos sin su conocimiento, el resultado es una infraestructura de vigilancia capaz de rastrear los movimientos y las identidades de las personas con poca supervisión o revisión judicial.
La Ley de Protección contra la Vigilancia Masiva aborda esta preocupación directamente al tratar el ALPR y el reconocimiento facial como una categoría compartida de herramientas que el dinero federal no debería estar subsidiando, ya sea que el comprador sea una agencia federal o un departamento de policía local que dependa de subvenciones federales.
Cerrando la brecha de financiamiento que alimenta la vigilancia local
Uno de los elementos más importantes del proyecto de ley es su restricción a que los gobiernos estatales y locales usen fondos federales para estas compras. Muchos departamentos de policía locales han adquirido sistemas de ALPR y reconocimiento facial no a través de sus propios presupuestos municipales, donde el debate público y la aprobación del concejo municipal son más probables, sino mediante programas de subvenciones federales diseñados para otros fines. Esta vía de financiamiento ha permitido efectivamente que la tecnología de vigilancia eluda el proceso de responsabilidad local que normalmente acompañaría una compra importante para la aplicación de la ley.
Este enfoque se hace eco de otros esfuerzos legislativos recientes destinados a cerrar brechas que permiten a las agencias gubernamentales obtener datos confidenciales o tecnología por medios indirectos. Por ejemplo, la H.R. 9800 del representante Burchett apunta a la brecha de los intermediarios de datos, una práctica mediante la cual las agencias federales compran datos personales a intermediarios comerciales en lugar de solicitar una orden judicial. Ambos proyectos de ley reflejan un reconocimiento creciente en el Congreso de que las restricciones de vigilancia dirigidas únicamente a la acción gubernamental directa son incompletas si las agencias pueden simplemente comprar la misma capacidad a través de un tercero o un rodeo financiero.
Lo que esto significa para usted
Si conduce un automóvil, usa las vías públicas o vive en una comunidad donde ya se han instalado cámaras ALPR, este proyecto de ley afecta directamente cuánto de su movimiento se registra y por cuánto tiempo. En este momento, la supervisión del despliegue de ALPR y reconocimiento facial varía enormemente según la jurisdicción: algunas ciudades tienen límites estrictos de retención y requisitos de informes públicos, mientras que otras casi no tienen ninguno. La Ley de Protección contra la Vigilancia Masiva no eliminaría estos sistemas por completo, pero eliminaría una vía de financiamiento importante que ha permitido que se expandan con una participación pública limitada.
Para los residentes, la conclusión práctica es que la política de vigilancia a menudo está determinada menos por leyes nuevas y drásticas que por mecanismos de financiamiento como este. Las subvenciones federales que silenciosamente permiten las compras locales de ALPR rara vez son noticia, aunque dan forma a las realidades cotidianas de privacidad en miles de comunidades.
Manteniéndose informado a medida que avanza el proyecto de ley
La Ley de Protección contra la Vigilancia Masiva aún está avanzando en el proceso legislativo y su alcance podría cambiar antes de cualquier votación final. Los lectores que se preocupen por cómo se financia y despliega la tecnología ALPR y de reconocimiento facial en su comunidad deben estar atentos a las discusiones del concejo municipal sobre las compras de tecnología policial financiadas con subvenciones, ya que a menudo es allí donde estas decisiones se finalizan con la menor atención pública. Seguir cómo el Congreso maneja tanto este proyecto de ley como las medidas relacionadas, incluidos los esfuerzos para cerrar la brecha de los intermediarios de datos, ofrece una imagen más clara de hacia dónde se dirige la política federal de vigilancia y qué protecciones, si las hay, se aplicarán a sus propios datos.
