
面孔不是证据:禁止Denver政府使用人脸识别
Denver没有任何限制生物识别监控、车牌识别网络或算法风险评分的条例。应禁止市政府使用人脸识别,遏制大规模车牌识别追踪,禁止预测性警务,并要求在购买任何新监控工具之前,必须经过公开且由市议会批准的监督程序。
- Drafted
- Organizing
- Introduced
- Committee
- Enacted
问题
Denver 运行着一套日益庞大的监控体系,却几乎没有任何规则加以约束。本市没有限制生物识别监控的条例,警方采购新的追踪技术前没有公开程序,也没有禁止根据预测的”风险”给居民打分的算法工具。谁被监视、被扫描、被追踪,这些决定是在各部门内部和供应商合同中做出的——不公开,也不是由被监控的人决定的。
这并非假设。Denver 从 2023 年一个 18 台摄像头的试点起步,在 2024 年于全市建成了由 111 台太阳能供电的车牌自动识别(ALPR)摄像头组成的网络,设备由 Flock Safety 制造(Denverite,2024)。这些摄像头拍下每一辆经过的车辆并记录其位置随时间的变化,为那些没有做错任何事的人建立了一份可检索的行踪记录。当时没有监控条例、没有公开表决,也没有任何具约束力的规定限制谁可以检索这些数据。
后果很快显现。ACLU of Colorado 获得、并由 NBC News 报道的记录显示,自 2024 年以来,外部机构出于移民相关目的检索 Denver ALPR 网络超过 1,400 次,其中包括仅标注为”ICE”的检索(NBC News,2025)。一个以找回被盗车辆为名向公众推销的监控工具,实际上成了 Denver 居民从未同意过的移民追踪数据库。公众反弹之强烈,使 Denver 市议会在 2025 年以 12 比 0 投票否决续签 Flock 合同,市政府也于 2026 年着手替换该系统(Denverite,2026)。但根本问题依然存在:仍然没有任何法律要求在采购下一个监控工具之前进行这样的讨论。
Denver 尚无规则约束的技术
- **人脸识别。**Denver 没有任何禁止或限制市政府使用人脸识别的条例。科罗拉多州 SB22-113(2022)为州和地方机构增加了令状和披露要求,但它规范的是使用而非禁止,并允许地方政府在这些限制内自由部署该技术。
- **车牌识别网络。**正如 Flock 事件所示,大规模 ALPR 监控在没有任何条例规范数据保留期限、与联邦机构共享或审计权的情况下被大规模部署。
- **算法风险评分和预测性警务。**为个人分配”风险分数”或预测犯罪将在何处发生的软件,可能把带有偏见的历史逮捕数据”洗白”为自动化的怀疑,把警方注意力集中在那些本已被过度执法的街区——而 Denver 没有任何规定要求对其进行测试、披露或禁止。
为什么由谁承担错误很重要
监控错误的分布并不均匀。一项针对 189 种人脸识别算法的里程碑式联邦研究发现,在一对一比对中,亚裔和非裔美国人面孔被错误匹配的频率最高可达白人面孔的 100 倍;在美国开发的算法中,美洲原住民、亚裔和黑人群体的假阳性率最高(NIST,2019)。这些不是抽象的误差范围。2020 年 1 月,底特律警方基于一次错误的人脸识别匹配,当着黑人男子 Robert Williams 的妻子和两个年幼女儿的面将他错误逮捕,并因一项他没有犯下的罪行将其拘留约 30 小时(ACLU,2021)。这是首起公开报道的因该技术导致的错误逮捕——而最可能成为下一个受害者的人,恰恰与 Denver 政策本应保护的居民相似。
我们的解决方案
Denver 应通过一部包含五个组成部分的全面监控与生物识别隐私条例。
1. 禁止市政府使用人脸识别
禁止 Denver 任何机构——包括 Denver 警察局和 Denver 治安官局(Denver Sheriff Department)——获取、持有或使用人脸识别技术或由其衍生的信息。这包括实时扫描、事后图像比对,以及通过请其他机构或私人供应商代为检索而间接获取结果。这与 San Francisco 在 2019 年和 Boston 在 2020 年采取的做法相同。人脸不是泄露后可以更换的密码;禁止该技术是防止其造成错误逮捕和人口群体偏见伤害的唯一可靠办法。
2. 限制民用 ALPR 和车牌识别网络
对于本市运营或签约的任何 ALPR 系统,条例必须以法律而非内部政策的形式规定:
- 短期强制删除数据——未命中的车牌读取记录须在数天内删除,不得无限期保留。
- 禁止与联邦移民执法部门共享 ALPR 数据,这与 Denver 不将地方资源用于民事移民执法的城市定位相一致。
- 没有具体的、有日志记录的、针对个人的法律依据,不得进行商业性或跨辖区的数据共享。
- 公开审计日志——每次检索都记录检索机构、使用者和所述理由,并可供监督机构查阅。
3. 禁止在刑事司法中使用算法风险评分
禁止市政府使用预测性警务软件或由自动化系统生成的个人”风险分数”来指挥巡逻、锁定个人,或作为起诉、保释或量刑建议的依据。这些系统以反映数十年不成比例执法的历史逮捕数据为训练基础,再把这种偏见包装成一个听起来中立的数字。
4. 社区对警察监控的控制(CCOPS)
以目前在 26 个以上司法管辖区生效的法律为范本(ACLU,2024),通过一部社区控制条例。Denver 任何机构在获取或使用任何新的监控技术之前,必须:
- 公布一份监控使用政策,说明该工具、其收集的数据、保留期限和共享方式。
- 在公开听证会上获得市议会批准——由人民通过其民选代表来决定。
- 提交年度监控报告,披露每项获批技术的实际使用情况。
5. 有威慑力的执法
条例的力度取决于其救济手段。规定私人诉权,允许居民就违规行为起诉;排除通过被禁技术获得的证据;并对规避法律——包括通过第三方获取被禁结果——的官员予以纪律处分。对刑事被告使用的任何监控工具都必须在审判前披露。
证据
已经采取行动的城市
| 城市 / 司法管辖区 | 行动 | 年份 |
|---|---|---|
| 加州 San Francisco | 美国首个禁止政府使用人脸识别的大城市,作为社区控制监控条例的一部分 | 2019(TechCrunch,2019) |
| 马萨诸塞州 Boston | 市议会一致投票禁止市政府使用人脸监控 | 2020(WBUR,2020) |
| 马萨诸塞州其他城市 | Somerville、Brookline、Cambridge、Northampton 和 Springfield 颁布禁令 | 2019-2020(WBUR,2020) |
| 26 个以上司法管辖区 | 通过 CCOPS 条例,要求监控技术须经公开批准,保护近 1,800 万人 | 2016-2024(ACLU,2024) |
这些禁令并没有造就无法无天的城市。它们造就的是一个公开程序——部署强大追踪技术的决定在公开场合做出,并有说”不”的机会。
该技术会错误识别有色人种
关于人脸识别准确性最权威的证据来自联邦政府自己的测试实验室。在 2019 年人脸识别供应商测试第 3 部分中,美国国家标准与技术研究院(NIST)评估了 99 家开发商的 189 种算法,发现了系统性的人口群体差异:在一对一比对中,视算法而定,亚裔和非裔美国人面孔的假阳性频率是白人面孔的 10 到 100 倍;在一对多比对中,非裔美国女性的假阳性率最高(NIST,2019)。值得注意的是,以更多样化数据训练的算法差距较小——这证实偏见源于设计选择,而非不可避免的物理规律。
这种错误在现实中的代价有据可查。2020 年 Robert Williams 在底特律被错误逮捕——首个公开的人脸识别导致错误逮捕的案例——引发了 ACLU 的诉讼,最终促成和解以及底特律警察局的政策调整(ACLU,2021)。禁令的意义在于确保 Denver 永远不会出现自己的 Robert Williams。
本地背景
科罗拉多州已开始尝试性地规范这一领域——但把最强的保护留给了地方政府。SB22-113(2022)要求州和地方机构在使用人脸识别服务前提交意向通知,禁止在没有令状或特定例外情况下将其用于持续监控或实时识别,禁止利用它针对人们的政治、宗教或社会观点,并要求向刑事被告披露(Colorado General Assembly,2022)。这些是有意义的问责措施——但它们不是禁令,而且明确为人脸识别的使用留有余地。Denver 可以而且应当在其自治权限内走得更远。
ALPR 的经历让地方行动的理由变得具体。Denver 的 Flock 网络是以打击汽车盗窃的名义向公众推销的——在汽车盗窃案从 2023 年的 12,000 多起降至次年约 8,550 起后,市政官员将找回车辆和逮捕归功于它(NBC News,2025)。但同一网络成了外部机构出于移民目的检索 1,400 多次的工具,而本市的政策本意是让地方资源远离联邦移民执法(NBC News,2025)。合同到期续签时,市议会以 12 比 0 予以否决(Denverite,2026)。这次一致投票表明政治意愿是存在的。所缺的是一部持久的、技术中立的条例,让下一个监控工具在部署之前——而不是在丑闻之后——接受同样的审查。在州一级,SB26-070(2026)试图禁止政府访问历史位置追踪数据库,但在会期结束前停滞于二读,这既表明监控政策讨论在科罗拉多州十分活跃,也表明持久的地方条例不能坐等州议会。
常见问题
“这不会束缚警方调查严重犯罪的手脚吗?” 不会。条例禁止的是人脸识别——一种有据可查、错误率存在种族偏差、并已造成错误逮捕的技术——以及对大规模追踪工具的无问责使用。它不阻止警方使用传统调查方法、应对犯罪,或为特定检索申请令状。它针对的是对所有人撒网式的监控,而不是对某个人的合法调查。
“如果技术越来越准确,为什么要禁止而不是加以规范?” 即使撇开准确性不谈,完全准确的人脸识别将能对每个居民的行踪和社会关系进行完美的自动化追踪——这是 Denver 任何机构都不应掌握的权力。而且偏见在今天就是真实存在的:联邦政府自己的测试发现,亚裔和黑人面孔的错误率最高可达 100 倍(NIST,2019)。禁令能防止伤害;而对如此强大工具的”规范”往往只会使其常态化。
“车牌摄像头不是减少了汽车盗窃吗?” 市政官员将找回车辆和逮捕归功于这些摄像头,而汽车盗窃案在试点启动后确实有所下降(NBC News,2025)。但同一网络违背其所监控社区的意愿,被出于移民目的检索了 1,400 多次。一个兼作移民追踪和位置历史数据库的安全工具,并不是公平的交换。条例允许在社区批准的情况下使用受到严格控制、经过审计、强制删除数据的车牌系统——它终结的是那些无问责的系统。
“这与科罗拉多州已通过的法律有何不同?” SB22-113(2022)规范并要求披露人脸识别的使用;它没有禁止,并把最强的选择留给了地方政府(Colorado General Assembly,2022)。Denver 的条例将彻底禁止市政府使用人脸识别,增加州法未涵盖的车牌识别和预测性警务规则,并为今后所有监控工具建立常设的公开审批程序。
“这会很昂贵吗?” 不会。这主要是一项监管政策——市政府通过不购买被禁技术、不续签像已终止的 Flock 协议那样的合同来节省资金。唯一有实质意义的成本是为监督和报告程序配备少量人员。
资金来源
本政策在设计上成本低廉。它限制和禁止开支,而不是要求开支。
- **技术合同的净节省。**禁止人脸识别并终止无问责的 ALPR 合同,可避免采购和订阅费用。市议会拒绝续签的 Flock 合同每年开支达六位数。
- **监督与报告人员。**主要的新增成本不大:少数工作人员(设在现有办公室内,如市检察官办公室、审计长办公室或独立监督机构)负责使用政策审查、维护公开审计日志并编制年度监控报告。这与任何新的公共透明度要求的行政成本相当,而且远低于一起错误逮捕诉讼的成本。
- **避免法律责任。**由有缺陷的监控技术导致的错误逮捕会引发诉讼和和解,底特律的案例已经证明了这一点(ACLU,2021)。防止这些伤害既保护居民,也保护市政预算。
参考文献
- 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
- Colorado General Assembly. (2022). SB22-113: Artificial intelligence facial recognition. https://leg.colorado.gov/bills/sb22-113
- Colorado General Assembly. (2026). SB26-070: Ban government access historical location information database. https://leg.colorado.gov/bills/sb26-070
- Grothaus, M. (2019, May 14). 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, February 24). 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, June 23). 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
我们如何衡量成效
以下每项目标都符合 SMART 原则:具体明确、可对照注明年份的基准进行衡量、可以实现(其他城市已经做到)、与本提案密切相关,并设有明确期限。请用这些数字监督我们和市政府。目标最近一次审核于2026年9月。
禁止市政府使用人脸识别技术
期限:2027年6月指标: 禁止所有市政机构获取和使用人脸识别的条例
基准Denver无禁令;仅有州法SB22-113的信息披露规定(2026)目标禁令生效并附带私人诉权- 负责机构
- Denver市议会
- 其他地方的成功先例
- 旧金山(2019)、波士顿(2020)、波特兰(2020)和明尼阿波利斯(2021)已禁止政府使用人脸识别
基准来源: Colorado SB22-113; Denver Revised Municipal Code, 2026
要求警方在获取任何监控技术前须经公开批准
期限:2028指标: 现有及新增监控技术中拥有市议会批准的使用政策和年度审计的比例
基准0%(无CCOPS条例;111个车牌识别摄像头未经市议会表决即部署,2024)目标100%的技术获得批准并接受审计- 负责机构
- Denver市议会与独立监察办公室
- 其他地方的成功先例
- 奥克兰2018年的监控条例要求对每项获批技术发布年度公开报告
基准来源: Denverite, 2024; ACLU CCOPS tracker, 2024
终止联邦移民机构对Denver车牌数据的访问
期限:2027年12月指标: 年度公开审计日志中与移民相关的Denver车牌识别数据查询次数
基准自2024年以来超过1,400次与移民相关的搜索(科罗拉多州美国公民自由联盟记录,2025)目标零移民相关查询;未命中的读取数据在7天内删除- 负责机构
- Denver警察局,由独立监察办公室审计
- 其他地方的成功先例
- 伊利诺伊州和加利福尼亚州禁止与外州及联邦移民机构共享车牌识别数据
基准来源: ACLU of Colorado public records, reported by NBC News (2025)