根據《MIT科技評論》與《聖地牙哥時報》耗時15個月的聯合調查報告《Dying on Camera》，自2015年起，美國海關與邊境保護局（CBP）在美墨邊境部署、由國防新創Anduril等廠商提供的AI監視塔系統，其偵測範圍內至少有 超過1,050名非法移民死亡，部分統計樣本甚至逼近 4,000人 的規模。這些搭載電腦視覺與機器學習演算法的監視塔，宣稱能即時識別入侵者並通報邊境巡邏隊，但實際運作中卻充斥著 設備故障、演算法誤判、警示被忽視 三大結構性問題。
調查指出，許多罹難者的遺體是在監視塔的攝影鏡頭與感測器「眼皮底下」被發現的，距塔的直線距離往往不到數百公尺。事發的Otay Mountain Wilderness等偏遠山區，地勢險峻、氣候極端，移民常因脫水、失溫而喪命；然而AI系統不僅未能觸發有效救援，反而在多次警報遭操作員忽略或誤判為野生動物後，讓這些弱勢生命消逝於數據洪流之中。
面對輿論壓力，華府已宣布將再投入 約10億美元 擴建這道「虛擬長城」，此舉凸顯出當前美國邊境治理正面臨「科技萬靈丹」迷思的嚴峻反噬。
此事件本質上並非傳統意義上的政黨惡鬥或地緣角力，而是 科技治理失靈與人道主義危機交織下的結構性悲劇，其核心矛盾在於「技術能力的快速擴張」與「制度配套、倫理審查的嚴重滯後」之間的斷裂。
從技術演進脈絡來看，美墨邊境監視系統歷經三個典範轉移階段：第一代為純人力與固定攝影機，第二代為雷達與紅外線感測，第三代則是Anduril等廠商引入的 AI驅動光學辨識與自主追蹤平台。這套系統的設計初衷，是為了解決偏遠地形巡邏人力不足的問題，透過機器學習模型自動區分人體、動物與車輛，並即時通報。然而，模型訓練資料的偏誤（bias）、極端氣候下的感測器衰減、以及操作員對「AI疲勞警報」的過度依賴，共同釀成了系統性盲點。
更深層的結構性成因在於 採購文化的扭曲：CBP在缺乏獨立第三方稽核的情況下大量採購商業現成解決方案，將邊境安全外包給國防新創，導致「廠商球員兼裁判」的局面。電子前線基金會（EFF）等公民團體早已警告，當AI被賦予監控與執法權力，卻沒有對應的透明度要求、誤報率披露義務與獨立申訴機制時，技術便從「安全的守護者」淪為「責任的稀釋者」。
值得關注的是，此案並非單一科技弊病，而是全球AI治理赤字的縮影——從歐盟的《AI法案》將邊境監控列為高風險應用，到聯合國的AI倫理建議，都在試圖回應同一個命題：當演算法的決策直接關乎人的生與死時，我們究竟該如何為程式碼設下道德紅線？
對照2010年代初期美國「無人機濫用」與歐洲「Predator國族監視」等歷史教訓，當科技監控在缺乏制衡機制下擴張，終將反噬其原本承諾的安全紅利。展望未來，美墨邊境AI監視系統的走向將出現三種可能情境：
面對AI監控技術的擴張與其治理赤字，各方利害關係人應採取分層策略：
01 起因觸發：MIT科技評論15個月深度調查揭露AI監視塔偵測範圍內大量移民死亡
02 一階傳導：CBP邊境監控採購政策遭質疑，Anduril等國防新創面臨聲譽與法規風險
03 二階擴散：美國國土安全部追加10億美元預算，引發國會與公民團體的監督攻防
04 宏觀終局：推動美國乃至全球AI公共安全應用的監管立法進程，重塑國防AI產業的合規標準與商業模式
因果網路圖譜 3 節點
可拖曳節點 · 點兩下開啟文章