La vigilancia policial predictiva se refiere al uso de análisis matemático, predictivo y otras técnicas analíticas en la aplicación de la ley para identificar una posible actividad delictiva. [1] Los métodos policiales predictivos se dividen en cuatro categorías generales: métodos para predecir delitos, métodos para predecir delincuentes, métodos para predecir las identidades de los autores y métodos para predecir víctimas de delitos. [2]
La tecnología ha sido descrita en los medios como una innovación revolucionaria capaz de "detener el crimen antes de que comience". [3] Sin embargo, un informe de RAND Corporation sobre la implementación de tecnología policial predictiva describe su papel en términos más modestos:
- Los métodos de vigilancia predictiva no son una bola de cristal: no pueden predecir el futuro. Solo pueden identificar personas y lugares con mayor riesgo de delincuencia ... los enfoques policiales predictivos más efectivos son elementos de estrategias proactivas más amplias que construyen relaciones sólidas entre los departamentos de policía y sus comunidades para resolver los problemas delictivos. [2]
En noviembre de 2011, la revista TIME nombró a la vigilancia predictiva como uno de los 50 mejores inventos de 2011, utilizando el término "vigilancia preventiva". [4] En los Estados Unidos , los departamentos de policía de varios estados como California, Washington, Carolina del Sur, Alabama, Arizona, Tennessee, Nueva York e Illinois han implementado la práctica de vigilancia predictiva. [5] [6]
Metodología
La vigilancia policial predictiva utiliza datos sobre la hora, la ubicación y la naturaleza de los delitos pasados, para proporcionar información a los estrategas policiales sobre dónde y en qué momentos las patrullas policiales deben patrullar o mantener una presencia, para hacer el mejor uso de los recursos o para tienen la mayor posibilidad de disuadir o prevenir futuros delitos. Este tipo de vigilancia detecta señales y patrones en los informes de delitos para anticipar si el delito aumentará, cuándo puede ocurrir un tiroteo, dónde se robará el próximo automóvil y quién será la próxima víctima del delito . Los algoritmos se producen teniendo en cuenta estos factores, que consisten en grandes cantidades de datos que se pueden analizar. [7] El uso de algoritmos crea un enfoque más eficaz que acelera el proceso de vigilancia predictiva, ya que puede factorizar rápidamente diferentes variables para producir un resultado automatizado. A partir de las predicciones que genera el algoritmo, deben ir acompañadas de una estrategia de prevención, que normalmente envía a un oficial a la hora y el lugar previstos del delito. [8] El uso de vigilancia policial predictiva automatizada proporciona un proceso más preciso y eficiente cuando se analizan delitos futuros porque hay datos para respaldar las decisiones, en lugar de solo los instintos de los agentes de policía. Al hacer que la policía use la información de la vigilancia policial predictiva, puede anticipar las preocupaciones de las comunidades, asignar sabiamente los recursos a los tiempos y lugares y prevenir la victimización. [9] La vigilancia policial predictiva es un complemento de la vigilancia policial en puntos críticos , que es eficaz y prometedora para reducir la delincuencia y las infracciones. La vigilancia de puntos calientes también tiende a centrarse en ubicaciones urbanas, o áreas pequeñas en general, donde la delincuencia es alta. [10]
La policía también puede utilizar los datos acumulados sobre los disparos y los sonidos de los disparos para identificar la ubicación de los disparos. La ciudad de Chicago utiliza datos combinados de estadísticas de delitos de mapeo de población y si se debe mejorar el monitoreo e identificar patrones. [11] PredPol , fundada en 2012 por un profesor de UCLA , es uno de los líderes del mercado de empresas de software de vigilancia policial predictiva. [12] Su algoritmo se forma a través de un examen del modelo de casi repetición, que infiere que si un delito ocurre en un lugar específico, las propiedades y la tierra que lo rodea están en riesgo de cometer un delito. Este algoritmo tiene en cuenta el tipo de delito, la ubicación del delito y la fecha y hora del delito para calcular las predicciones de sucesos de delitos futuros. [12] Otro programa de software que se utiliza para la vigilancia policial predictiva es la operación LASER, que se utiliza en Los Ángeles para intentar reducir la violencia armada. [13] Sin embargo, LASER se suspendió en 2019 debido a una lista de razones, pero específicamente debido a las inconsistencias al etiquetar a las personas. [14] Además, algunos departamentos de policía también han descontinuado el uso del programa debido a los prejuicios raciales y los métodos ineficaces asociados con él. [15] Si bien la idea detrás del modelo policial predictivo es útil de alguna manera, siempre ha tenido el potencial de reiterar tecnológicamente los prejuicios sociales, que inevitablemente aumentarían los patrones preexistentes de desigualdad. [dieciséis]
Historia
El intento de predecir delitos dentro de los departamentos de policía se remonta al trabajo realizado por la Escuela de Sociología de Chicago sobre la reincidencia en libertad condicional en la década de 1920. En este proceso estuvo involucrado el sociólogo Ernest Burgess , quien utilizó la investigación para elaborar el enfoque actuarial. El enfoque funciona para encontrar y sopesar ciertos factores que se correlacionan con la predicción de delitos futuros. Pronto esto se extendió a varias partes del sistema de justicia, lo que llevó a la creación de instrumentos de predicción como la Evaluación Rápida de Riesgo de Reincidencia en Delitos Sexuales (RRASOR) y la Guía de Evaluación de Riesgo de Violencia (VRAG). [17]
En 2008, el jefe de policía William Bratton del Departamento de Policía de Los Ángeles (LAPD) comenzó a trabajar con los directores interinos de la Oficina de Asistencia Judicial (BJA) y el Instituto Nacional de Justicia (NIJ) para explorar el concepto de vigilancia predictiva en la prevención del delito. . [18] En 2010, los investigadores propusieron que era posible predecir ciertos delitos, al igual que los científicos pronostican réplicas de terremotos. [5]
En 2009, el NIJ celebró su primer simposio sobre vigilancia policial predictiva. En el evento, Kristina Rose, directora interina del NIJ, afirmó que los Departamentos de Policía de Shreveport, Los Ángeles , DC Metropolitan , Nueva York , Chicago y Boston estaban interesados en implementar un programa policial predictivo. [19] En la actualidad, los departamentos de policía de varios estados de EE. UU. Utilizan programas de vigilancia predictiva , como California, Washington, Carolina del Sur, Arizona, Tennessee, Nueva York e Illinois. [5] [6] También se han implementado programas de vigilancia predictiva en el Reino Unido y Europa, por ejemplo en la Policía del condado de Kent [20] y los Países Bajos. [1]
A partir de 2012, NOPD inició una colaboración secreta con Palantir Technologies en el campo de la vigilancia policial predictiva. [21] Según las palabras de James Carville , él fue el impulso de este proyecto y "[n] o uno en Nueva Orleans ni siquiera sabe de esto". [21]
En China , la Oficina de Policía de Suzhou adoptó la vigilancia predictiva desde 2013. Durante 2015-2018, varias ciudades de China adoptaron la vigilancia predictiva. [22] China ha utilizado la Policía Predictiva para identificar y apuntar a las personas para enviarlas a los campos de reeducación de Xinjiang . [23] [24]
En 2020, el Tribunal de Apelaciones del Cuarto Circuito dictó una decisión que encontró que la vigilancia policial predictiva era una herramienta de aplicación de la ley que no era más que un refuerzo de un status quo racista. El tribunal también sostuvo que otorgar al gobierno una exención por circunstancias exigentes en este caso sería una amplia reprimenda al caso histórico de Terry vs Ohio , que estableció el estándar para el registro y la incautación ilegales. [25] La vigilancia policial predictiva, que normalmente se aplica a las llamadas 'áreas de alta delincuencia', "se basa en información sesgada para tomar decisiones sesgadas sobre dónde debe centrar la policía sus esfuerzos proactivos", [26] y sin ella la policía todavía puede Combatir el crimen de manera adecuada en las comunidades minoritarias. [27]
Eficacia
La eficacia de la vigilancia policial predictiva ha sido probada a través de múltiples estudios con diferentes hallazgos. En 2015, el New York Times publicó un artículo que analizaba la efectividad de la policía predictiva, citando numerosos estudios y explicando sus resultados. [28]
Un estudio realizado por RAND Corporation encontró que no había evidencia estadística de que el crimen se redujera cuando se implementó la policía privada. El estudio cita que la vigilancia policial predictiva es solo la mitad de la efectividad. La acción humana cuidadosamente ejecutada es la segunda mitad de su efectividad. Esta predicción y ejecución depende en gran medida de la fiabilidad de la entrada de datos. Si los datos no son fiables, se puede cuestionar la eficacia de la vigilancia predictiva. [29]
Otro estudio realizado por el Departamento de Policía de Los Ángeles (LAPD) en 2010, encontró que su precisión es el doble de la de sus prácticas actuales. [5] En Santa Cruz, California , la implementación de vigilancia policial predictiva durante un período de 6 meses resultó en una caída del 19 por ciento en el número de robos. [5] En Kent , el 8.5 por ciento de todos los delitos callejeros ocurrieron en lugares predichos por PredPol, superando el 5 por ciento de los analistas policiales. [30]
Un estudio del Instituto Max Planck de Derecho Penal Extranjero e Internacional en una evaluación de un programa piloto de 3 años del software Precobs (sistema de observación previa al delito) [31] dijo que no se pueden hacer declaraciones definitivas sobre la eficacia del software. El proyecto piloto de tres años entrará en una segunda fase en 2018. [32]
Una estrategia particular de vigilancia policial predictiva llamada vigilancia de puntos calientes ha tenido un efecto positivo sobre la delincuencia. [33] La evidencia proporcionada por el Instituto Nacional de Justicia muestra que este método ha disminuido la frecuencia de delitos múltiples, violentos y relacionados con drogas y alcohol, entre otros. [34] Sin embargo, sin una ejecución cuidadosa y una implementación de datos suficientes, este método puede perpetuar el sesgo implícito y el perfil racial.
Según el estudio de RAND Corporation, la calidad de los datos utilizados para la vigilancia policial predictiva puede ser muy insuficiente si la censura de datos, el sesgo sistemático y la relevancia son deficientes. La censura de datos es la implementación de datos que omiten el crimen en ciertas áreas. El sesgo sistemático puede resultar cuando se recopilan datos que muestran un cierto número de delitos, pero no informan suficientemente cuándo ocurrieron los delitos. La relevancia es la utilidad de los datos que impulsa la vigilancia predictiva. [29]
Se ha informado que la documentación de estas deficiencias provoca una actuación policial ineficaz y discriminatoria. Una recopilación de datos específica informó sobre los "Riesgos desproporcionados de conducir siendo negro". Este informe mostró que los conductores negros tenían muchas más probabilidades de ser detenidos y registrados mientras conducían. [35] Estos sesgos pueden introducirse en los algoritmos utilizados para implementar la vigilancia policial predictiva y conducir a niveles más altos de discriminación racial y arrestos desproporcionados.
Según el estudio RAND, la eficacia de la vigilancia predictiva requiere y depende de la entrada de datos de alta calidad y cantidad. Sin datos suficientes, la vigilancia policial predictiva da como resultado resultados negativos e inexactos. Además, también se cita que la vigilancia policial predictiva se denomina erróneamente el "fin del crimen". Sin embargo, la eficacia de la vigilancia policial predictiva depende fundamentalmente de la acción tangible que se lleve a cabo sobre la base de las predicciones. [29]
Criticas
Una coalición de grupos de derechos civiles, incluida la Unión Estadounidense por las Libertades Civiles y la Electronic Frontier Foundation, emitió una declaración en la que criticaba la tendencia de la vigilancia policial predictiva a la proliferación de perfiles raciales. [36] Ezekiel Edwards de la ACLU presenta el caso de que dicho software es más preciso para predecir prácticas policiales que para predecir delitos. [37]
Algunas investigaciones recientes también son críticas con la vigilancia policial predictiva. Kristian Lum e Isaac William han examinado las consecuencias de entrenar tales sistemas con conjuntos de datos sesgados en "¿Para predecir y servir?". [38] Saunders, Hunt y Hollywood demuestran que la importancia estadística de las predicciones en la práctica es casi insignificante. [39]
En una comparación de los métodos de vigilancia policial predictiva y sus trampas, Logan Koepke llega a la conclusión de que todavía no es el futuro de la vigilancia policial, sino "solo el status quo de la vigilancia policial, con un nuevo nombre". [40]
En un testimonio hecho al Grupo de Trabajo de Sistemas Automatizados de Decisión de la Ciudad de Nueva York, Janai Nelson, del Fondo Educativo y de Defensa Legal de la NAACP , instó a la Ciudad de Nueva York a prohibir el uso de datos derivados de políticas de cumplimiento discriminatorias o sesgadas. También pidió a la Ciudad de Nueva York que se comprometa con la transparencia total sobre cómo el Departamento de Policía de Nueva York utiliza los sistemas de decisión automatizados, así como sobre cómo operan. [41]
Según un artículo de la Royal Statistical Society , `` los algoritmos se comportaban exactamente como se esperaba: reproducían los patrones en los datos utilizados para entrenarlos '' y que `` incluso los mejores algoritmos de aprendizaje automático entrenados en datos policiales reproducirán los patrones y lo desconocido ''. sesgos en los datos policiales '. [42]
En 2020, tras las protestas contra la brutalidad policial , un grupo de matemáticos publicó una carta en Notices of the American Mathematical Society instando a sus colegas a dejar de trabajar en la vigilancia predictiva. Más de 1.500 matemáticos se unieron al boicot propuesto. [43]
Algunas aplicaciones de la vigilancia policial predictiva se han centrado en barrios minoritarios y carecen de circuitos de retroalimentación. [44]
Las ciudades de los Estados Unidos están promulgando leyes para restringir el uso de tecnologías policiales predictivas y otras técnicas "invasivas" de recopilación de inteligencia dentro de sus jurisdicciones.
Tras la introducción de la vigilancia policial predictiva como estrategia de reducción de la delincuencia, a través de los resultados de un algoritmo creado mediante el uso del software PredPol, la ciudad de Santa Cruz, California experimentó una disminución en el número de robos que alcanzó casi el 20% en los primeros seis meses el programa estuvo en su lugar. A pesar de esto, a finales de junio de 2020, tras el asesinato de George Floyd en Minneapolis, Minnesota, junto con un creciente llamado a una mayor rendición de cuentas entre los departamentos de policía, el Ayuntamiento de Santa Cruz votó a favor de una prohibición total del uso de métodos predictivos. tecnología policial. [45]
Junto a la prohibición de la vigilancia predictiva, hubo una prohibición similar de la tecnología de reconocimiento facial . La tecnología de reconocimiento facial ha sido criticada por su precisión reducida en tonos de piel más oscuros, lo que puede contribuir a casos de identidad errónea y, potencialmente, condenas erróneas . [46]
En 2019, Michael Oliver, de Detroit, Michigan , fue acusado injustamente de hurto cuando su rostro se registró como una "coincidencia" en el software Data Works Plus con el sospechoso identificado en un video tomado por la víctima del presunto delito. Oliver pasó meses yendo a la corte argumentando por su inocencia, y una vez que el juez que supervisaba el caso vio el video del crimen, quedó claro que Oliver no era el perpetrador. De hecho, el perpetrador y Oliver no se parecían en absoluto, excepto por el hecho de que ambos son afroamericanos, lo que hace que sea más probable que la tecnología de reconocimiento facial cometa un error de identificación. [47]
Con respecto a la tecnología de vigilancia policial predictiva, se cita al alcalde de Santa Cruz, Justin Cummings, diciendo: "esto es algo que se dirige a personas que son como yo", haciendo referencia a los patrones de prejuicio racial y discriminación que la vigilancia policial predictiva puede continuar en lugar de detener. . [48]
Por ejemplo, como explica Dorothy Roberts en su artículo de revista académica, Digitalización del estado carcelario, los datos ingresados en algoritmos policiales predictivos para predecir dónde ocurrirán los delitos o quién es probable que cometa actividades delictivas, tiende a contener información que ha sido afectada por el racismo. . Por ejemplo, la inclusión de antecedentes de arrestos o encarcelamientos, vecindario de residencia, nivel de educación, pertenencia a pandillas o grupos del crimen organizado, registros de llamadas al 911 , entre otras características, pueden producir algoritmos que sugieren la vigilancia excesiva de minorías o de bajos ingresos. comunidades. [49]
Ver también
- Métodos cuantitativos en criminología.
- Carding (política policial)
- Análisis de delitos
- Gobierno por algoritmo
- Jurimétricas
- " El informe de las minorías "
- Antes del crimen
- Puntos calientes del crimen
- Perfiles raciales
Referencias
- ↑ a b Rienks R. (2015). "Policía predictiva: tomar una oportunidad para un futuro más seguro" .
- ^ a b El papel de la previsión de delitos en las operaciones de aplicación de la ley
- ^ Joel Rubin (21 de agosto de 2010). "Detener el crimen antes de que comience" . Los Angeles Times . Consultado el 19 de diciembre de 2013 .
- ^ "Los 50 mejores inventos" . Tiempo . 28 de noviembre de 2011 . Consultado el 19 de diciembre de 2013 .
- ^ a b c d e Amigo, Zach. "Policía predictiva: uso de la tecnología para reducir la delincuencia" . Boletín de aplicación de la ley del FBI . Oficina Federal de Investigaciones . Consultado el 8 de febrero de 2018 .
- ^ a b Levine, ES; Tisch, Jessica; Tasso, Anthony; Joy, Michael (febrero de 2017). "Sistema de conocimiento de dominio del Departamento de Policía de la ciudad de Nueva York". Interfaces . 47 (1): 70–84. doi : 10.1287 / inte.2016.0860 .
- ^ 179 (1 de abril de 2020). "Explicación de la policía predictiva | Brennan Center for Justice" . www.brennancenter.org . Consultado el 19 de noviembre de 2020 .CS1 maint: nombres numéricos: lista de autores ( enlace )
- ^ Academias Nacionales de Ciencias, Ingeniería (2017-11-09). Vigilancia proactiva: efectos sobre el crimen y las comunidades . ISBN 978-0-309-46713-1.
- ^ Academias Nacionales de Ciencias, Ingeniería (2017-11-09). Vigilancia proactiva: efectos sobre el crimen y las comunidades . doi : 10.17226 / 24928 . ISBN 978-0-309-46713-1.
- ^ "Detalles de la práctica" . CrimeSolutions, Instituto Nacional de Justicia . Consultado el 19 de noviembre de 2020 .
- ^ "El crimen violento ha bajado en Chicago" . The Economist . Consultado el 31 de mayo de 2018 .
- ^ a b "Predecir prevenir el crimen | Software de vigilancia predictiva" . PredPol . Consultado el 19 de noviembre de 2020 .
- ^ "Resumen del NCJRS - Servicio Nacional de Referencia de Justicia Penal" . www.ncjrs.gov . Consultado el 19 de noviembre de 2020 .
- ^ "LAPD pone fin a otro programa de delitos basado en datos promocionado para apuntar a delincuentes violentos" . Los Angeles Times . 2019-04-12 . Consultado el 19 de noviembre de 2020 .
- ^ Winston, Ali (26 de abril de 2018). "Un pionero en la vigilancia predictiva está iniciando un nuevo proyecto preocupante" . The Verge . Consultado el 19 de noviembre de 2020 .
- ^ Brayne, Sarah (2017). "Big Data Surveillance: El caso de la policía". American Sociological Review . 82 .
- ^ Ferguson, Andrew G. "Vigilancia policial predictiva" . Consultado el 17 de noviembre de 2020 .
- ^ Walter L. Perry (2013). Policía predictiva: el papel de la previsión de delitos en las operaciones de aplicación de la ley . Corporación RAND . pag. 4. ISBN 978-0833081551.
- ^ Rose, Kristina (19 de noviembre de 2009). "Simposio de policía predictiva: comentarios de apertura" (PDF) . Los Ángeles, California. pag. 16 . Consultado el 13 de noviembre de 2020 .
- ^ "El día de acción de la policía predictiva apunta a los ladrones" . Policía de Kent . Archivado desde el original el 2 de mayo de 2014.
- ^ a b Winston, Ali (27 de febrero de 2018). "Palantir ha estado usando secretamente Nueva Orleans para probar su tecnología de vigilancia predictiva" . The Verge . Consultado el 23 de abril de 2020 .
- ^ " "大 数据 "给 公安 警务 改革 带来 了 什么" (en chino). 2014-10-09. Archivado desde el original el 21 de diciembre de 2018 . Consultado el 21 de abril de 2015 .
- ^ "Expuesto: manuales de funcionamiento de China para el internamiento masivo y el arresto por algoritmo" . ICIJ . 2019-11-24 . Consultado el 26 de noviembre de 2019 .
- ^ " Las predicciones de ' Big Data' estimulan las detenciones en Xinjiang de China: Human Rights Watch" . Reuters . 2018-02-26 . Consultado el 26 de noviembre de 2019 .
- ^ Cushing, Tim. "Tribunal de apelaciones ataca a la policía predictiva y el juez que argumentó que las personas en áreas de alta criminalidad quieren menos derechos" . Techdirt .
- ^ "techdirt: la Corte de Apelaciones ataca la policía predictiva y el juez que argumentó que las personas en áreas de alta criminalidad quieren menos derechos" | .
- ^ https://assets.documentcloud.org/documents/6997575/predpol4thCirc.pdf pág. 31-32, 33-37
- ^ Patel, Faiza (18 de noviembre de 2015). "Tenga cuidado con la vigilancia basada en datos" . www.nytimes.com .
- ^ a b c Perry, Walter L .; McInnis, Brian; Price, Carter C .; Smith, Susan; Hollywood, John S. (25 de septiembre de 2013). "Policía predictiva: el papel de la previsión de delitos en las operaciones de aplicación de la ley" . Cite journal requiere
|journal=
( ayuda ) - ^ "Ni siquiera lo pienses" . The Economist . 20 de julio de 2013 . Consultado el 20 de diciembre de 2013 .
- ^ "IfmPt - Institut für musterbasierte Prognosetechnik" . www.ifmpt.com (en alemán).
- ^ "Policía predictiva" . www.mpicc.de . Instituto Max Planck de Derecho Penal Extranjero e Internacional.
- ^ "5 cosas que necesita saber sobre la vigilancia de los puntos calientes y la teoría de la" curva de Koper "" . Fundación Policía Nacional . 2015-06-30 . Consultado el 20 de noviembre de 2020 .
- ^ "La vigilancia de puntos calientes puede reducir el crimen" . Instituto Nacional de Justicia . Consultado el 20 de noviembre de 2020 .
- ^ LaFraniere, Sharon; Lehren, Andrew W. (24 de octubre de 2015). "Los riesgos desproporcionados de conducir mientras es negro (publicado en 2015)" . The New York Times . ISSN 0362-4331 . Consultado el 20 de noviembre de 2020 .
- ^ "Declaración de preocupación sobre la vigilancia predictiva de la ACLU y 16 organizaciones de tecnología, justicia racial y derechos civiles, privacidad" . Unión Estadounidense de Libertades Civiles .
- ^ "El software de vigilancia predictiva es más preciso para predecir la vigilancia que para predecir el crimen" . Unión Estadounidense de Libertades Civiles .
- ^ Lum, Kristian; Isaac, William (octubre de 2016). "¿Para predecir y servir?" . Importancia . 13 (5): 14-19. doi : 10.1111 / j.1740-9713.2016.00960.x .
- ^ Saunders, Jessica; Hunt, Priscillia; Hollywood, John S. (12 de agosto de 2016). "Predicciones puestas en práctica: una evaluación cuasi-experimental del piloto de policía predictiva de Chicago". Revista de criminología experimental . 12 (3): 347–371. doi : 10.1007 / s11292-016-9272-0 .
- ^ Koepke, Logan (21 de noviembre de 2016). "La vigilancia predictiva no se trata del futuro" . Pizarra .
- ^ Nelson, Janai. "Testimonio de Janai Nelson" (PDF) . Archivado desde el original (PDF) el 8 de junio de 2019 . Consultado el 8 de junio de 2019 .
- ^ Lum, Kristian; Isaac, William (octubre de 2016). "¿Para predecir y servir?" . Importancia . 13 (5): 14-19. doi : 10.1111 / j.1740-9713.2016.00960.x .
- ^ Linder, Courtney (20 de julio de 2020). "Por qué cientos de matemáticos están boicoteando la policía predictiva" . Mecánica popular . Consultado el 22 de julio de 2020 .
- ^ "¿Dónde en el mundo está la IA? Ejemplos de IA responsables y poco éticos" . map.ai-global.org .
- ^ Kristi, Sturgill (26 de junio de 2020). "Santa Cruz se convierte en la primera ciudad de Estados Unidos en prohibir la vigilancia policial predictiva" . Los Angeles Times . Consultado el 21 de noviembre de 2020 .
- ^ Simonite, Tom (22 de julio de 2019). "Los mejores algoritmos luchan por reconocer las caras negras por igual" . Cableado .
- ^ Cushing, Tim (14 de julio de 2020). "Detroit PD ahora vinculado a dos arrestos falsos derivados de falsos positivos del reconocimiento facial" . Techdirt . Consultado el 22 de noviembre de 2020 .
- ^ Asher-Schapiro, Avi (17 de junio de 2020). "Por primera vez en Estados Unidos, la ciudad de California se dispuso a prohibir la vigilancia predictiva" . Reuters .
- ^ Roberts, Dorothy (10 de abril de 2019). "Digitalización del estado carcelario". Revista de derecho de Harvard . 132 .