Los Rostros No Son Pruebas: Prohibir el Reconocimiento Facial Gubernamental en Denver

El Problema

Denver opera un aparato de vigilancia en crecimiento prácticamente sin reglas que lo gobiernen. La ciudad no tiene ninguna ordenanza que restrinja la vigilancia biométrica, ningún proceso público antes de que la policía adquiera nueva tecnología de rastreo, y ninguna prohibición de las herramientas algorítmicas que califican a los residentes según su “riesgo” pronosticado. Las decisiones sobre quién es observado, escaneado y rastreado se toman dentro de los departamentos y en los contratos con proveedores, no en público y no por las personas que son vigiladas.

Esto no es hipotético. Comenzando con un programa piloto de 18 cámaras en 2023, Denver construyó en 2024 una red de 111 cámaras lectoras automáticas de placas (ALPR) alimentadas por energía solar en toda la ciudad, fabricadas por Flock Safety (Denverite, 2024). Estas cámaras fotografían cada vehículo que pasa y registran su ubicación a lo largo del tiempo, construyendo un registro consultable de los movimientos de personas que no han hecho nada malo. No hubo ordenanza de vigilancia, ni voto público, ni un límite vinculante sobre quién podía consultar los datos.

Las consecuencias llegaron rápidamente. Registros obtenidos por la ACLU de Colorado y reportados por NBC News mostraron que agencias externas consultaron la red ALPR de Denver más de 1,400 veces con fines relacionados con la inmigración desde 2024, incluidas búsquedas etiquetadas simplemente como “ICE” (NBC News, 2025). Una herramienta de vigilancia vendida al público como una forma de recuperar autos robados se convirtió, en la práctica, en una base de datos de rastreo migratorio a la que los residentes de Denver nunca dieron su consentimiento. La reacción fue lo suficientemente fuerte como para que el Concejo Municipal de Denver votara 12-0 en contra de renovar el contrato con Flock en 2025, y la ciudad procediera a reemplazar el sistema en 2026 (Denverite, 2026). Pero el problema de fondo permanece: todavía no existe una ley que exija este tipo de debate antes de que se compre la próxima herramienta de vigilancia.

Las Tecnologías Para las Que Denver No Tiene Reglas

• Reconocimiento facial. Denver no tiene ninguna ordenanza que prohíba o restrinja el uso municipal del reconocimiento facial. La SB22-113 de Colorado (2022) agregó requisitos de orden judicial y de divulgación para las agencias estatales y locales, pero regula el uso en lugar de prohibirlo, y deja a los municipios libres de desplegar la tecnología dentro de esos límites.
• Redes de lectores de placas. Como demostró el episodio de Flock, la vigilancia masiva con ALPR se desplegó a gran escala sin ninguna ordenanza que controlara los períodos de retención, el intercambio con agencias federales o los derechos de auditoría.
• Puntuación algorítmica de riesgo y vigilancia policial predictiva. El software que asigna “puntuaciones de riesgo” a individuos o pronostica dónde ocurrirá el crimen puede transformar datos históricos de arrestos sesgados en sospecha automatizada, concentrando la atención policial en los mismos vecindarios sobrevigilados, sin ninguna regla de Denver que exija que se pruebe, divulgue o prohíba.

Por Qué Importa Quién Carga con el Error

El error de la vigilancia no se distribuye de manera uniforme. Un estudio federal de referencia de 189 algoritmos de reconocimiento facial encontró que los rostros asiáticos y afroamericanos eran objeto de coincidencias falsas hasta 100 veces más a menudo que los rostros blancos en la comparación uno a uno, con las tasas más altas de falsos positivos entre las poblaciones nativas americanas, asiáticas y negras en los algoritmos desarrollados en EE. UU. (NIST, 2019). Estos no son márgenes de error abstractos. En enero de 2020, la policía de Detroit arrestó injustamente a Robert Williams, un hombre negro, frente a su esposa y sus dos hijas pequeñas, basándose en una coincidencia falsa de reconocimiento facial, deteniéndolo durante aproximadamente 30 horas por un delito que no cometió (ACLU, 2021). El suyo fue el primer arresto injusto reportado públicamente causado por la tecnología, y las personas con mayor probabilidad de ser las próximas se parecen a los residentes que se supone que las políticas de Denver deben proteger.

Nuestra Solución

Denver debería adoptar una ordenanza integral de vigilancia y privacidad biométrica con cinco componentes.

1. Prohibir el Uso Municipal del Reconocimiento Facial

Prohibir que cualquier agencia de Denver - incluido el Departamento de Policía de Denver y el Departamento del Sheriff de Denver - adquiera, posea o utilice tecnología de reconocimiento facial, o información derivada de ella. Esto incluye el escaneo en tiempo real, la comparación posterior de imágenes y la obtención indirecta de resultados pidiéndole a otra agencia o a un proveedor privado que realice una búsqueda. Este es el mismo enfoque adoptado por San Francisco en 2019 y Boston en 2020. Un rostro no es una contraseña que los residentes puedan cambiar después de que se filtre; prohibir la tecnología es la única manera confiable de prevenir los daños de arresto injusto y sesgo demográfico que produce.

2. Restringir las Redes ALPR de Uso Civil y los Lectores de Placas

Para cualquier sistema ALPR que la ciudad opere o contrate, la ordenanza debe exigir, por ley y no por política:

• Eliminación obligatoria y breve de los datos - las lecturas de placas que no sean coincidencias deben eliminarse en días, no conservarse indefinidamente.
• Una prohibición de compartir datos de ALPR con las autoridades federales de inmigración, consistente con el estatus de Denver como una ciudad que no usa recursos locales para la aplicación civil de la ley de inmigración.
• Ningún intercambio de datos comercial o fuera de la jurisdicción sin una base legal específica, registrada e individualizada.
• Registros de auditoría públicos - cada búsqueda registrada con la agencia que la realiza, el usuario y el motivo declarado, disponible para un organismo de supervisión.

3. Prohibir la Puntuación Algorítmica de Riesgo en la Justicia Penal

Prohibir que la ciudad use software de vigilancia policial predictiva o “puntuaciones de riesgo” individuales generadas por sistemas automatizados para dirigir patrullas, identificar individuos como objetivos o informar recomendaciones de cargos, fianzas o sentencias. Estos sistemas se entrenan con datos históricos de arrestos que reflejan décadas de aplicación desproporcionada de la ley y luego reciclan ese sesgo como un número que suena neutral.

4. Control Comunitario sobre la Vigilancia Policial (CCOPS)

Adoptar una ordenanza de control comunitario basada en las leyes que ahora están en vigor en más de 26 jurisdicciones (ACLU, 2024). Antes de que cualquier agencia de Denver adquiera o use cualquier nueva tecnología de vigilancia, debe:

• Publicar una política de uso de vigilancia que describa la herramienta, los datos que recopila, la retención y el intercambio.
• Obtener la aprobación del Concejo Municipal en una audiencia pública - el pueblo, a través de sus representantes electos, decide.
• Presentar un informe anual de vigilancia que divulgue cómo se usó realmente cada tecnología aprobada.

5. Aplicación con Dientes

La ordenanza es tan fuerte como sus remedios. Proporcionar un derecho privado de acción que permita a los residentes demandar por violaciones, la supresión de pruebas obtenidas mediante tecnología prohibida y medidas disciplinarias para los funcionarios que eludan la ley, incluso al obtener resultados prohibidos a través de un tercero. La divulgación de cualquier herramienta de vigilancia utilizada contra un acusado penal debe hacerse antes del juicio.

Evidencia

Ciudades Que Ya Han Actuado

Estas prohibiciones no han producido ciudades sin ley. Han producido un proceso público, uno en el que la decisión de desplegar una poderosa tecnología de rastreo se toma abiertamente, con la posibilidad de decir que no.

La Tecnología Identifica Erróneamente a las Personas de Color

La evidencia más autorizada sobre la precisión del reconocimiento facial proviene del propio laboratorio de pruebas del gobierno federal. En su Prueba de Proveedores de Reconocimiento Facial Parte 3 de 2019, el Instituto Nacional de Estándares y Tecnología evaluó 189 algoritmos de 99 desarrolladores y encontró diferencias demográficas sistemáticas: en la comparación uno a uno, los rostros asiáticos y afroamericanos produjeron falsos positivos de 10 a 100 veces más a menudo que los rostros blancos, según el algoritmo, y la comparación uno a muchos produjo las tasas más altas de falsos positivos para las mujeres afroamericanas (NIST, 2019). Cabe destacar que los algoritmos entrenados con datos más diversos mostraron diferencias menores, lo que confirma que el sesgo está incorporado por decisiones de diseño, no por una física inevitable.

El costo real de ese error está documentado. El arresto injusto de Robert Williams en Detroit en 2020 - el primer caso públicamente conocido de reconocimiento facial que causa un arresto falso - condujo a una demanda de la ACLU y, finalmente, a un acuerdo y cambios de política para el Departamento de Policía de Detroit (ACLU, 2021). El propósito de una prohibición es garantizar que Denver nunca produzca su propio Robert Williams.

Contexto Local

Colorado ha comenzado, tentativamente, a regular este ámbito, pero ha dejado las protecciones más fuertes a los gobiernos locales. La SB22-113 (2022) exige que las agencias estatales y locales presenten un aviso de intención antes de usar un servicio de reconocimiento facial, prohíbe su uso para la vigilancia continua o la identificación en tiempo real salvo con una orden judicial o excepciones específicas, prohíbe su uso para identificar como objetivo a las personas por sus opiniones políticas, religiosas o sociales, y exige la divulgación a los acusados penales (Asamblea General de Colorado, 2022). Estas son medidas significativas de rendición de cuentas, pero no son una prohibición, y dejan explícitamente espacio para que se use el reconocimiento facial. Denver puede y debe ir más lejos dentro de su autoridad de autogobierno (home rule).

La experiencia con los ALPR hace que el argumento a favor de la acción local sea concreto. La red Flock de Denver se justificó ante el público como una medida contra el robo de automóviles, y los funcionarios de la ciudad le atribuyeron recuperaciones de vehículos y arrestos después de que los robos de autos cayeran de más de 12,000 en 2023 a aproximadamente 8,550 al año siguiente (NBC News, 2025). Pero la misma red se convirtió en una herramienta que las agencias externas consultaron más de 1,400 veces con fines migratorios, en una ciudad cuyas políticas pretenden mantener los recursos locales fuera de la aplicación federal de la ley de inmigración (NBC News, 2025). Cuando el contrato llegó a su renovación, el Concejo Municipal lo rechazó 12-0 (Denverite, 2026). Ese voto unánime demuestra que existe la voluntad política. Lo que falta es una ordenanza duradera y neutral en cuanto a la tecnología, para que la próxima herramienta de vigilancia enfrente el mismo escrutinio antes de ser desplegada, no después de un escándalo. A nivel estatal, la SB26-070 (2026) buscó prohibir el acceso del gobierno a bases de datos de ubicación histórica, pero se estancó en segunda lectura antes de que terminara la sesión, lo que demuestra tanto que la conversación sobre la vigilancia está activa en Colorado como que una ordenanza local duradera no puede esperar a la legislatura.

Preguntas Frecuentes

“¿No le ata esto las manos a la policía que investiga delitos graves?” No. La ordenanza prohíbe el reconocimiento facial - una tecnología con tasas de error documentadas y sesgadas por raza que ya ha producido arrestos injustos - y el uso sin rendición de cuentas de herramientas de rastreo masivo. No impide que la policía utilice métodos de investigación tradicionales, responda a delitos u obtenga una orden judicial para una búsqueda específica. Apunta a la vigilancia de redes de arrastre de todos, no a la investigación legal de alguien.

“Si la tecnología se vuelve más precisa, ¿por qué prohibirla en lugar de regularla?” Incluso dejando de lado la precisión, un reconocimiento facial perfectamente preciso permitiría el rastreo perfecto y automatizado de los movimientos y las asociaciones de cada residente, un poder que ninguna agencia de Denver debería tener. Y el sesgo es real hoy: las propias pruebas del gobierno federal encontraron tasas de error hasta 100 veces más altas para los rostros asiáticos y negros (NIST, 2019). Una prohibición previene el daño; la “regulación” de una herramienta tan poderosa tiende a normalizarla.

“¿No redujeron las cámaras lectoras de placas el robo de autos?” Los funcionarios de la ciudad atribuyeron a las cámaras recuperaciones de vehículos y arrestos, y los robos de autos sí cayeron después de que comenzó el programa piloto (NBC News, 2025). Pero la misma red fue consultada más de 1,400 veces con fines migratorios, en contra de los deseos de la comunidad que vigilaba. Una herramienta de seguridad que también funciona como una base de datos de rastreo migratorio e historial de ubicación no es un intercambio justo. La ordenanza permite sistemas de lectura de placas estrictamente controlados, auditados y con límites de eliminación donde la comunidad los apruebe; pone fin a los que no rinden cuentas.

“¿En qué se diferencia esto de lo que Colorado ya aprobó?” La SB22-113 (2022) regula y divulga el uso del reconocimiento facial; no lo prohíbe, y deja las decisiones más fuertes a los gobiernos locales (Asamblea General de Colorado, 2022). La ordenanza de Denver prohibiría rotundamente el reconocimiento facial municipal, agregaría reglas sobre lectores de placas y vigilancia policial predictiva que la ley estatal no cubre, y crearía un proceso permanente de aprobación pública para todas las futuras herramientas de vigilancia.

“¿Será esto costoso?” No. Esta es principalmente una política regulatoria: la ciudad ahorra dinero al no comprar tecnologías prohibidas y al no renovar contratos como el acuerdo vencido de Flock. El único costo significativo es una dotación de personal modesta para el proceso de supervisión y de informes.

Cómo lo Pagamos

Esta política es de bajo costo por diseño. Restringe y prohíbe el gasto más de lo que lo exige.

1. Ahorros netos en contratos de tecnología. Prohibir el reconocimiento facial y poner fin a los contratos de ALPR sin rendición de cuentas evita los costos de adquisición y suscripción. El contrato de Flock que el Concejo Municipal se negó a renovar era un gasto anual de seis cifras.
2. Personal de supervisión e informes. El principal costo nuevo es modesto: un pequeño número de empleados (dentro de una oficina existente como la Oficina del Procurador de la Ciudad, el Auditor o un monitor independiente) para administrar la revisión de la política de uso, mantener los registros de auditoría públicos y compilar el informe anual de vigilancia. Esto es comparable al costo administrativo de cualquier nuevo mandato de transparencia pública y es mucho menor que el costo de una sola demanda por arresto injusto.
3. Responsabilidad evitada. Los arrestos injustos provocados por una tecnología de vigilancia defectuosa generan litigios y acuerdos, como demuestra el caso de Detroit (ACLU, 2021). Prevenir esos daños protege el presupuesto de la ciudad además de a los residentes.

Referencias

• American Civil Liberties Union. (2021). Williams v. City of Detroit: Face recognition false arrest. https://www.aclu.org/cases/williams-v-city-of-detroit-face-recognition-false-arrest
• American Civil Liberties Union. (2024). Community control over police surveillance (CCOPS). https://www.aclu.org/community-control-over-police-surveillance
• Asamblea General de Colorado. (2022). SB22-113: Artificial intelligence facial recognition. https://leg.colorado.gov/bills/sb22-113
• Asamblea General de Colorado. (2026). SB26-070: Ban government access historical location information database. https://leg.colorado.gov/bills/sb26-070
• Grothaus, M. (2019, 14 de mayo). San Francisco passes city government ban on facial recognition tech. TechCrunch. https://techcrunch.com/2019/05/14/san-francisco-facial-recognition-ban/
• National Institute of Standards and Technology. (2019). Face recognition vendor test (FRVT) part 3: Demographic effects (NISTIR 8280). https://nvlpubs.nist.gov/nistpubs/ir/2019/NIST.IR.8280.pdf
• NBC News. (2025). Flock police cameras scan billions per month, sparking protests. https://www.nbcnews.com/tech/tech-news/flock-police-cameras-scan-billions-month-sparking-protests-rcna230037
• Denverite. (2026, 24 de febrero). Denver fires Flock, prepares to switch to new roadway surveillance system. https://denverite.com/2026/02/24/denver-ends-flock-contract-axon-alpr/
• WBUR News. (2020, 23 de junio). Boston bans use of facial recognition technology. It’s the 2nd-largest city to do so. https://www.wbur.org/news/2020/06/23/boston-facial-recognition-ban