计算机警察

# 计算机警察 来源：https://www.theverge.com/ai-artificial-intelligence/965066/ai-police-cops 268595_AI_policing_STILL_CVirginia0 268595_AI_policing_STILL_CVirginia0 探秘向警察出售人工智能的大生意 作者： 2026年7月16日，上午11:00 UTC 我站在德克萨斯州沃斯堡市中心一座庞大的玻璃与砖石结构建筑前。数千人聚集在此，目睹被誉为“数字时代警务的未来”的盛会。作为媒体人员，我被禁止入内，但在附近多个地点，我与参会者交流，得知了里面正在兜售什么。我了解到，人工智能正威胁要夺走美国警务的核心。 今年国际警察局长协会（IACP）技术会议上的AI卖点，聚焦于自动化工作中的常规部分，而这些部分恰恰也是法律程序中的关键步骤。这与近年来向企业广泛宣传的销售话术如出一辙：让机器处理琐碎工作，这样你就能专注于更有意义的任务。但在执法领域，看似无害的“琐碎工作”自动化——比如花时间仔细填写警方报告或审查嫌疑人案件历史——可能对人们的生活产生巨大影响。 今年5月，会议展台上展出的AI产品包括面部识别摄像头、自动车牌识别器、随身摄像头、用于处理非紧急911呼叫的聊天机器人、枪击检测平台、无人机以及报告撰写工具。就在美国社会反思执法部门与社区中真实、人性化的警察存在渐行渐远之际，该行业却在继续拥抱自动化。 沃斯堡会议中心，2018年。（https://platform.theverge.com/wp-content/uploads/sites/2/2026/06/shutterstock_1160515732-2.jpg?quality=90&strip=all&crop=0,0,100,100） 警察部门的决策过程本身正越来越多地交给算法处理。如今，一大批科技初创公司向警察推销AI，将其作为一种自动化的空中交通管制系统：一个集中的数字大脑，能够处理现在收集的大量数据——这些数据通常由那些同样的公司销售的其他监控和自动化工具收集——并帮助部门据此分配资源。就连警察本身对这些推销也未必感到兴奋。 “其中很多都是销售噱头，实际上兑现不了承诺，”佐治亚州布鲁克海文市的警长 Abrem Ayana 告诉我。在缺乏全面的联邦监管或行业标准的情况下——而且由于技术本身的新颖性——像 Ayana 这样的执法人员往往别无选择，只能相信公司声称其产品安全并按宣传的那样工作的说法。 几十年来，警察部门一直使用技术来分析数据，并在理论上在现场做出更明智的决策。在一些臭名昭著的案例中，这完全适得其反。例如，CompStat 和 PredPol（分别代表“计算机比较统计”和“预测性警务”）是早期实验，旨在通过使用所谓无偏见的统计来减少容易犯错的人类判断。然而，它们反而加剧了本应解决的问题。但是，尽管这些早期实验未能像支持者所希望的那样迎来一个无偏见警务的新时代，但至少仍然是人掌舵，做出最重要的决定。 这一波新AI产品背后的销售话术是，过去的错误是由于缺乏客观、实时的数据造成的。理论上，AI现在可以通过增加收集的公共安全数据量以及对其进行分析的深度来帮助弥合这一差距。然而，许多公共安全倡导组织和法律专家警告说，在公众对警察的信任已经危险地受损的时候，大量黑箱算法涌入执法领域将侵蚀透明度和问责制。 前联邦调查局（FBI）网络犯罪特工 Jason Truppi 告诉我，警察正淹没在数据的海洋中。Truppi 戴着一副 Meta Ray-Ban 智能眼镜，语速很快，兴奋地说话，句子中夹杂着企业营销术语。2020年底，他共同创立了 ForceMetrics，一家软件公司，根据其 LinkedIn 页面描述，提供“AI驱动的决策辅助平台，使公共安全机构能够提高运营效率，并实时更好地服务社区”。 Truppi 表示，过去二十年警察部门使用的所有记录保存系统——从紧急呼叫日志到假释记录文件再到随身摄像机录像数据库——造成了沉重的信息过载。“（警察部门使用的）所有记录系统基本上都过时了，”他告诉我。 “我们根本不使用‘预测’这个词，因为它失败了。” ForceMetrics 为警察部门提供名为 Velocity 的平台，根据公司网站描述，该平台“利用AI将海量公共安全数据转化为清晰、可操作的见解”。用警察技术行业术语来说，Velocity 就是所谓的实时犯罪中心（RTCC）。RTCC 首次被纽约市警察局采用是在20多年前，旨在整合来自多条渠道的警察数据——比如911调度、闭路电视摄像机和车牌扫描仪——让警员到达现场前了解预期情况。其理论是，给警员提供的实时数据越多，他们就越不可能像 Truppi 说的那样“凭蛮力和枪支”行事。这是一个俏皮的委婉说法，用来形容事情变糟、有人丧命的情况。 过去，RTCC 由人类分析师监督，他们的工作是收集所有传入的数字数据，整理好，然后发送给巡逻警员。但正如 Truppi 所说，多年来警务中新型数据收集技术的激增，使得任何部门都几乎不可能在信息洪流中保持稳定。根据2019年公共安全委员会听证会的记录，到2019年，纽约警察局每周收集的随身摄像机录像大约相当于两年的量——即使是勤勉的人类员工也无法进行有意义的分析。 像 Velocity 这样的现代 RTCC 旨在从海量数据中快速提取模式，以提高警员的态势感知能力。Truppi 认为，近年来——尤其是在疫情期间——那些灾难性地损害了美国人对警察部门信任的“不幸事件”，很大程度上可以归因于缺乏他所说的“数据驱动的警务方法”。 纽约大学种族、不平等与法律中心的研究员 Nina Loshkajian 对此说法持谨慎态度。“现实是，早在2020年‘撤资警察’呼声高涨之前，警察部门就已经在使用预测算法，而公司将其标榜为数据驱动，”她告诉我。“这些算法系统当时并没有防止警察与平民之间的暴力遭遇，我们也不应该被欺骗，认为它们未来会产生有意义的影响。” Truppi 的公司正在与现代警察技术工业综合体中的两大巨头竞争：摩托罗拉解决方案公司和 Axon Enterprise 公司。这两家公司不仅生产自己的 RTCC，还生产它们所依赖的许多数据收集和监控技术。 2024年初，Axon——原名 TASER——收购了监控技术公司 Fusus，推出了 RTCC，正式命名为 Axon Fusus。到那时，Axon 已经是电击枪、随身摄像机和自动车牌识别器的知名供应商。该公司还提供一款流行的AI驱动报告撰写工具 Draft One，通过名为 Axon Air 的项目向警察部门提供无人机，甚至有自己的AI聊天机器人。 手铐摆动的模糊循环视频。（https://platform.theverge.com/wp-content/uploads/sites/2/2026/07/268595_AI_policing_SPOT2_CVirginia.gif?quality=90&strip=all&crop=0,0,100,100） Axon 和摩托罗拉属于一小群公司，它们竞争着实际上垄断整个现代警察技术栈：从犯罪现场的数据收集，到AI驱动的 RTCC 的战略决策能力。如今，警察部门经常与这些供应商签订多年期合同，后者则提供新技术的免费试用期，以及所谓的独家采购协议，这使得它们能够继续向部门销售新产品，而无需与其他供应商的报价竞标。 “我们看到了一场淘金热，向警察出售（AI）技术，承诺这一切都会让他们的工作更轻松、更高效。” 2024年底，Axon 推出了其 AI Era Plan，这是一种订阅服务，允许客户支付固定的年费，既可以使用该公司当前的AI工具（如 Draft One），也可以使用未来可能推出的其他工具。根据公司财报电话会议记录，AI Era Plan 的订阅量从去年第一季度到今年同期增长了140%：“我们看到AI正从早期的兴趣转变为大型机构考虑未来技术栈的标准部分，”Axon 总裁 Joshua Isner 在电话会议中表示。“我们决心成为公共安全领域的AI公司，而且我们正走在正确的道路上。”根据同一份记录，Axon 的AI产品收入同比增长了700%。 虽然像 Axon、摩托罗拉和 Flock Safety 这样的大公司目前主导着警察技术工业综合体，但它们面临着在德克萨斯州 IACP 技术会议上展示的新一批科技初创公司的日益激烈的竞争。“所有这些公司的游戏目标都是成为警务的*平台*，”乔治城大学法学院教授、多部关于警务与技术交汇点的书籍作者 Andrew Guthrie Ferguson 说道。“我们看到了一场淘金热，向警察出售（AI）技术，承诺这一切都会让他们的工作更轻松、更高效。” 这场淘金热也吸引了大量外部投资者：据我在沃斯堡活动期间采访的科技企业家 Amber Schroader 称，展会现场大约四分之一的与会者来自“寻求投资最新技术的股权公司”。“这令人惊讶。” 这个销售话术一直在奏效。 例如，根据 Axon 在2024年进行的一项研究，当普通警员通常在一个班次中花费40%的时间写报告时，Draft One 和其他AI驱动的报告撰写工具具有显著的吸引力。其中许多报告是针对诸如交通拦截和噪音投诉之类的琐事。“我们可不是为了坐在键盘后面才穿上警服的，”科罗拉多州埃文警察局的巡逻警长 John Mackey 说，该警局使用 Field Notes，这是一款由名为 Truleo 的公司制造的AI驱动报告撰写工具。“这不是我当警察的原因。” Draft One 的设计特点旨在强制一定程度的监督。例如，系统会故意在某些细节处留空，迫使警员手动输入填写。该平台基于 ChatGPT 的修改版构建，专门训练用于生成警方报告，据该公司称，该版本不会产生幻觉：“创造力被调低到零”，Axon 生成式AI部门的高级首席产品经理 Noah Spitzer-Williams 曾表示。然而，这一说法应持极大保留态度，因为即使是像 OpenAI（ChatGPT 背后的公司）、Anthropic 和 Google 这样的前沿实验室也尚未找到完全消除其最先进模型幻觉的方法。事实上，在今年早些时候的一起臭名昭著的事件中，Draft One 竟然写道犹他州的一名警员变成了一只青蛙，因为它捕捉到了迪士尼电影《公主与青蛙》的音频，据说当时现场正在播放该电影。 嘲笑那个事件很容易，但AI撰写的警方报告在现实世界中的结果可能是致命的。当人类警员撰写报告时，他们可以在法庭上接受交叉询问，以确定重要细节，比如他们当时的心态，或者为什么他们包括了某些细节而省略了其他细节。从定义上讲，不可能让黑箱算法接受同样程度的审查。 Axon 和摩托罗拉属于一小群公司，它们竞争着实际上垄断整个现代警察技术栈：从犯罪现场的数据收集，到AI驱动的 RTCC 的战略决策能力。 就 Draft One 而言，最初在报告提交后，也无法确定报告的哪些部分是由AI生成的，哪些是由人类警员生成的——除非警员自己记得。这是一个特性，而不是缺陷。在 Draft One 于2024年推出后不久发布的一场录制的圆桌讨论中，Spitzer-Williams 表示该平台“有意”不保存报告提交后的原始副本，“因为（我们）最不想做的就是给我们的客户和律师办公室制造更多的披露麻烦……实际上它根本不会存储在云端，所以你不用担心额外副本到处流传。”换句话说，如果 Draft One 生成的报告最终上了法庭，并发现包含错误细节，律师或法官无法确定这些错误是警员输入的还是 AI 造成的。 Draft One 在12月进行了更新，允许警察部门“保留和访问原始的、未经编辑的AI生成叙述”，根据 Axon 发言人 Victoria Keough 的说法。这一更改是在“（执法）机构、检察官、政策制定者和立法机构对AI辅助报告撰写建立了更明确的期望和要求”后实施的。