美國北達科他州法哥市及其偵探 Lucas Heck,於 2025 年 11 月 17 日向聯邦法院聲明,要求以「不得再訴」方式駁回田納西州居民 Angela Lipps 提起的 1,000 萬美元聯邦侵權訴訟。案件源於 Lipps 涉嫌在同年春夏期間涉入西法哥與法哥市多起銀行 fraud 案,卻被警方以人工智慧技術與人臉辨識軟體錯誤鎖定,於 7 月 14 日遭逮捕並在獄中羈押約六個月,相關指控其後遭撤銷。
Lipps 的律師主張,銀行與手機通聯紀錄證明案發當時她人在田納西州,且僅因與嫌疑人相似即遭跨州拘捕。訴訟指出,Heck 涉嫌違反第四修正案禁止不合理搜索與扣押,以及第十四修正案正当程序保障;市府則被控未建立防止錯誤羈押的政策程序。市府與偵探否認侵害其憲法權利,主張警方依法且出於善意行事。
這起看似地方性的案件,實則把演算法輔助辦案的核心風險攤在公開法庭上:影像比對可能產生技術上可解釋、政治上卻難以接受的識別誤差,而警方的後續查證是否足以阻斷「機器先入為主、人類後續補強」的定罪路徑,將成為雙方攻防主軸。
本案的核心並非單純的警民衝突,而是 演算法輸出的高效率,是否能凌駕個案查證義務。人臉辨識與人工智慧能將大量監視影像快速縮小為少數可能人選,大幅提升公共安全資源配置效率;但若一套號稱具備高準確度的系統把缺乏唯一識別特徵的相似人臉列為高機率對象,錯誤便可能從資料庫裡的微小誤判,轉化為失去自由、律師費、收入中斷與社會污名等真實損害。
從美國歷史上多起科技執法與個人權利衝突來看,本案可能重演「個案揭露新制度缺口」的典型路徑:早期案件先迫使主管機關承認風險,後續才形成強制標準、賠償規則與採購門檻。1,000 萬美元的單案金額雖足以吸引律師注意,但真正影響產業結構的,是這類訴訟是否建立 行政責任與個人責任的清晰界線。
另一項不可忽視的變數是陪審團文化。即使演算法在統計上具一定準確度,只要公眾看到的是六個月羈押與明確不在場證據,對個別正義的觀感仍可能超越抽象效能數據。這使演算法執法面臨的風險,不只是工程問題,更是合法性與信任的問題。
01 起因觸發:人臉辨識與AI鎖定疑似人選,警方在缺乏完整時空查核下逮捕並羈押。
02 一階傳導:地方警政機關、演算法供應商與保險業者面臨政策重審及責任風險。
03 二階擴散:美國警政科技採購規格轉向強制人工覆核、偏差測試與決策可追溯。
04 宏觀終局:演算法執法由效率工具轉為高度監管的公共權力基礎設施,產業集中度可能提高。
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報