Gezichtsherkenning ingezet bij een openbare demonstratie

De politie in Delhi heeft bevestigd dat meer dan 2.500 mensen met een strafblad zijn geïdentificeerd met behulp van een gezichtsherkenningssysteem (FRS) dat is ingezet rond een protest bij Jantar Mantar, een markante locatie in New Delhi die vaak wordt gebruikt voor openbare demonstraties. Volgens politiebronnen markeerde het systeem personen door gezichten die door camera's waren vastgelegd te vergelijken met bestaande strafbladdatabases, waardoor agenten mensen in de menigte konden identificeren zonder dat zij een identiteitsbewijs hoefden te tonen of toestemming hoefden te geven voor de scan.

De omvang van de operatie is opmerkelijk. Het identificeren van duizenden personen via cameragebaseerde matching tijdens één protest laat zien hoe volwassen en operationeel verankerd gezichtsherkenning binnen de Indiase politie is geworden, althans in de hoofdstad. Wat begon als een hulpmiddel dat werd aangeprezen voor het opsporen van vermiste personen of het volgen van bekende daders, is duidelijk uitgebreid naar realtime monitoring van grote openbare bijeenkomsten.

Waarom dit van belang is voor privacy

De kern van de privacyzorg is hier niet dat de politie technologie heeft gebruikt om mensen met bestaande strafbladen te pakken. Het gaat erom dat een systeem dat in staat is om iedereen in een menigte te scannen en te identificeren, op een protest werd gericht, een ruimte waar het recht op vergadering en het uiten van afwijkende meningen beschermd hoort te zijn. Gezichtsherkenning scant niet selectief alleen degenen die door de politie worden gezocht. Het legt elk gezicht in beeld vast, vergelijkt het met een database en genereert een overzicht van wie er aanwezig was, of die persoon nu later wordt gemarkeerd of niet.

Dit creëert wat privacyonderzoekers een 'chilling effect' (afschrikkingseffect) noemen. Wanneer mensen weten dat hun aanwezigheid bij een demonstratie kan worden vastgelegd en vergeleken met politiegegevens, zullen sommigen gewoon thuisblijven om niet het risico te lopen te worden geregistreerd, ongeacht of ze überhaupt een strafblad hebben. Dat is een betekenisvolle verschuiving in hoe de openbare ruimte en burgerparticipatie functioneren, en het gebeurt in stilte, zonder dat individuen noodzakelijkerwijs weten dat er een scan heeft plaatsgevonden.

Ook is er de kwestie van gegevensverwerking nadat een match is gemaakt. Biometrische identificatoren zoals gezichtsgeometrie zijn bijzonder gevoelig omdat ze, in tegenstelling tot een wachtwoord, niet kunnen worden gewijzigd als de onderliggende database onzorgvuldig wordt behandeld of blootgesteld. Incidenten elders hebben aangetoond hoe schadelijk het kan zijn wanneer instellingen die gevoelige persoonlijke of biometrische gegevens bewaren, te maken krijgen met datalekken. In Spanje hebben de autoriteiten onlangs bijvoorbeeld een hacker in Granada gearresteerd die ervan wordt beschuldigd gevoelige gegevens van politie- en veiligheidsinstellingen te hebben gelekt, een herinnering dat de instanties die dit soort informatie verzamelen zelf potentiële doelwitten zijn en dat de gevolgen van een lek veel verder reiken dan het oorspronkelijke doel van de gegevensverzameling.

Het grotere plaatje van surveillance-infrastructuur

India kent nog geen alomvattend wettelijk kader dat specifiek het gebruik van gezichtsherkenning door de politie reguleert, wat betekent dat inzet zoals bij Jantar Mantar grotendeels plaatsvindt onder algemene politiebevoegdheden in plaats van onder specifieke toezichtregels. Die leemte is van belang omdat gezichtsherkenningssystemen andere risico's met zich meebrengen dan traditionele CCTV: ze zetten passieve beelden om in doorzoekbare, aan identiteit gekoppelde registraties, vaak op een schaal en met een snelheid die zinvol toezicht achteraf bemoeilijken.

Voorstanders van deze systemen stellen dat ze de politie helpen om snel personen met een strafblad te identificeren in drukke, risicovolle omgevingen en de afhankelijkheid van handmatige identificatie verminderen. Tegenstanders werpen tegen dat zonder duidelijke regels over bewaartermijnen, nauwkeurigheidsdrempels, audittrails en onafhankelijk toezicht, dezelfde infrastructuur net zo gemakkelijk kan worden ingezet voor het monitoren van legitieme politieke activiteiten als voor de openbare veiligheid.

Wat dit voor jou betekent

Als je openbare demonstraties, bijeenkomsten of protesten bijwoont in steden waar gezichtsherkenning wordt ingezet, is het redelijk om ervan uit te gaan dat je gezicht kan worden vastgelegd en vergeleken met een database, ongeacht je bedoelingen of achtergrond. Dit is niet uniek voor India; gezichtsherkenning bij openbare evenementen is wereldwijd steeds gebruikelijker geworden, vaak geïntroduceerd met beperkte openbare aankondiging.

Voor alledaagse digitale privacy is dit verhaal een nuttige herinnering dat biometrische surveillance verder reikt dan luchthavens en grensposten en nu ook alledaagse openbare ruimtes binnendringt. Dezelfde principes die gelden voor het beschermen van je gegevens online – onnodige blootstelling minimaliseren, begrijpen wat er over je wordt verzameld en opletten hoe instellingen die gegevens beveiligen – zijn in toenemende mate ook van toepassing op fysieke ruimtes.

Belangrijkste punten

  • Gezichtsherkenning bij Jantar Mantar identificeerde meer dan 2.500 mensen, wat illustreert hoe breed deze technologie nu wordt ingezet bij openbare bijeenkomsten in India.
  • De technologie scant iedereen die aanwezig is, niet alleen degenen die later worden gemarkeerd, wat leidt tot zorgen over het afschrikkingseffect op de vrijheid van vergadering.
  • Datalekken met biometrische gegevens hebben zwaardere gevolgen dan gewone datalekken, omdat gezichtsidentificatoren niet kunnen worden teruggezet.
  • Duidelijke wettelijke kaders en toezicht op het gebruik van gezichtsherkenning blijven beperkt, waardoor publieke bewustwording en pleidooien voor strengere regels belangrijk zijn.
  • Als je je zorgen maakt over surveillance bij openbare evenementen, onderzoek dan de lokale regelgeving en blijf op de hoogte van hoe camerabeelden en biometrische gegevens in jouw stad worden opgeslagen en gebruikt.