美國德州達拉斯市警局部署的 Flock Safety AI 車牌辨識攝影系統正面臨存廢關鍵拉鋸。市區目前共有 684 支 Flock 監視器，其中近半數由州政府出資架設，由於德州州長 Greg Abbott 下令州政府機構全面禁用 Flock 監視器，逾 300 支原訂下線的鏡頭暫時維持運作。
Flock 監視器透過 AI 演算法即時掃描車牌，並在車輛行經時自動比對警示，使執法人員得以在數秒內掌握涉案車輛的移動軌跡。達拉斯警方數據顯示，該系統在 2026 年單年度已協助破獲 13% 的商業搶案及 12 起兇殺案，治安效益斐然。
為回應外界對個資外洩的疑慮，達拉斯警局日前宣布重大使用權限改革，將原本共享給全美 1,500 個執法機關的資料庫，大幅限縮為僅與德州境內 200 餘個機構互通。
此事件本質並非單純的科技應用，而是橫跨公共安全效益、公民隱私底線、政府治理權力邊界的深層結構性衝突，涉及科技供應商、執法機關、州政府與公民社會四方角力。
從技術演進脈絡觀察，車牌辨識器（ALPR）早在數十年前便已部署於警用巡邏車上，屬於被動式、被動蒐集的執法輔助工具。然而 Flock Safety 的顛覆性在於建構了全國性聯網的固定式 AI 鏡陣，將零散的數據節點升級為即時、主動、長時段留存的監控網路，使執法能量產生典範轉移，但也讓「無差別掃描無辜民眾行蹤」的質疑浮上檯面。
從利益與權力結構剖析，州長 Abbott 動用行政權封殺 Flock，背後反映的是保守派政治人物對大型科技監控工具的不信任，擔憂數據遭聯邦機構或外州政治對手濫用。達拉斯警局則面臨兩難：治安數據確證了 Flock 的破案效能，但若放任資料與 1,500 個機構無差別共享，形同將德州居民的車輛移動數據拱手讓予全美執法體系。
達拉斯警局最終收緊資料共享，象徵地方政府試圖在「擁抱 AI 提升治安」與「防範監控資本主義（Surveillance Capitalism）失控」之間尋求脆弱的平衡。這場拉鋸揭示的真正核心矛盾，是 AI 時代下「數位搜索」與「物理搜索」的法律界線模糊化——當執法單位能在無令狀、無合理懷疑下，自動記錄數百萬人的行蹤，所謂第四修正案保障的「合理隱私期待」是否已被技術徹底瓦解。
回顧歷史，類似科技與隱私的拉鋸曾在手機定位追蹤（2018 Carpenter v. United States 案）、人臉辨識（2020 IBM、亞馬遜相繼暫停出售執法部門）以及 Clearview AI 等爭議中反覆上演。達拉斯 Flock 案將成為 AI 治理分水嶺，未來 12 至 24 個月可能演變出以下三種情境：
面對 AI 監控治理的結構性轉折，各利害關係人應採取分層應對策略：
01 起因觸發：州長 Abbott 動用行政權封殺州政府採購 Flock 監視器
02 一階傳導：達拉斯警局逾 300 支 Flock 鏡頭面臨斷訊危機
03 二階擴散：警局緊急限縮資料共享對象，從全美 1,500 機構縮至州內 200 機構
04 宏觀終局：AI 監控治理爭議全面外溢，迫使各州重訂智慧城市採購法規、聯邦層級醞釀 AI 監控專法
因果網路圖譜 3 節點
可拖曳節點 · 點兩下開啟文章