Błędne aresztowania przez rozpoznawanie twarzy: 9 udokumentowanych przypadków w USA

Błędne aresztowania przez rozpoznawanie twarzy: 9 udokumentowanych przypadków w USA

Od algorytmu do aresztowania

W marcu 2026 roku organizacja Federation of American Scientists (FAS) opublikowała raport pod tytułem „Face Recognition Performance, Bias, and the Limits of Technical Fixes”, w którym potwierdzono co najmniej 9 udokumentowanych przypadków niesłusznych aresztowań w USA opartych na technologii rozpoznawania twarzy (FRT). Większość z nich dotyczy osób czarnoskórych. Najbardziej znany jest przypadek Christophera Gatlina — spędził 17 miesięcy w areszcie po tym, jak algorytm wskazał go jako podejrzanego o brutalny atak, którego nie popełnił. Odzyskanie wolności zajęło dwa lata. W innym przypadku biała babcia z Tennessee spędziła prawie sześć miesięcy w więzieniu za rzekome oszustwo bankowe w Dakocie Północnej, choć nigdy nie opuściła stanu.

Przypadki te nie są statystycznymi anomaliami — ilustrują strukturalny problem FRT. Federalna Komisja Handlu (FTC) zidentyfikowała w sklepie Rite Aid wyższy wskaźnik fałszywych dopasowań w lokalizacjach obsługujących głównie społeczności czarne i azjatyckie. W grudniu 2023 roku FTC nałożyła na Rite Aid pięcioletni zakaz stosowania FRT w sklepach, uznając, że firma wdrożyła technologię bez odpowiednich zabezpieczeń i z dysproporcjonalnym wpływem na klientów nie-białych.

Skala zastosowań i ryzyko dyskryminacji

FAS wskazuje, że FRT jest dziś stosowany w handlu detalicznym, policji, służbach imigracyjnych i systemach bezpieczeństwa publicznego. Służba imigracyjna ICE wykorzystuje rozpoznawanie twarzy do identyfikacji osób i określania ich statusu imigracyjnego, a sieci handlowe — mimo wyroku FTC — wciąż wdrażają FRT w niektórych lokalizacjach, by identyfikować osoby podejrzewane o kradzież. Problemem nie są pojedyncze wdrożenia, lecz systemowe zjawisko: kiedy wadliwy algorytm jest używany w dużej skali, dyskryminuje nie pojedyncze osoby, lecz tysiące jednocześnie i w sposób niewidoczny dla osób postronnych.

Przypadek Rite Aid nie jest odosobniony. W latach 2012–2020 system FRT w sklepach sieci wskazywał klientów, w tym dzieci, jako potencjalnych złodziei. Jedenastoletnia dziewczyna była przeszukiwana na podstawie błędnego dopasowania. FAS podkreśla, że techniczne poprawki algorytmów nie rozwiążą problemu, jeśli dane treningowe odzwierciedlają nierówności obecne w społeczeństwie. Poprawa wskaźnika fałszywych dopasowań z 10 procent do 5 procent nie eliminuje dysproporcji, gdy w grupie większościowej błąd wynosi 0,1 procent.

Konsekwencje prawne i regulacyjne

Wyrok FTC w sprawie Rite Aid oraz rosnąca liczba spraw sądowych wymuszają zmianę podejścia. W marcu 2026 r. FAS zaapelowało o wprowadzenie obowiązkowych testów algorytmicznych i niezależnego nadzoru nad wdrożeniami FRT, szczególnie w obszarach o wysokim ryzyku błędu. Argument, że „algorytm jest mniej stronniczy niż człowiek”, jest według raportu fałszywą dychotomią: ludzkie uprzedzenia są zmienne i podlegają odwołaniu, podczas gdy błędy algorytmu są systemowe, skalowalne i nieprzejrzyste.

W wymiarze praktycznym raport FAS wymienia trzy kluczowe rekomendacje:

  • obowiązkowe audyty algorytmiczne przed wdrożeniem FRT w instytucjach publicznych,
  • zakaz używania FRT jako jedynej podstawy decyzji o zatrzymaniu lub aresztowaniu,
  • publiczny rejestr wdrożeń FRT z danymi o wskaźnikach błędów w podziale na grupy demograficzne.

W szerszym kontekście przypadki błędnych aresztowań wpisują się w szerszą debatę o sprawiedliwości algorytmicznej. W badaniu opublikowanym w maju 2026 roku w czasopiśmie „Race and Justice” argumentuje się, że systemy AI w wymiarze sprawiedliwości funkcjonują jako „Nowy Jim Code” — nie potrzebują wprost zakodowanej dyskryminacji, by reprodukować rasistowskie wzorce obecne w danych. Wniosek jest jednoznaczny: technologia rozpoznawania twarzy bez nadzoru nie jest neutralnym narzędziem bezpieczeństwa, lecz systemem, który może wzmocnić istniejące nierówności.

Źródła i dane

Raport FAS z marca 2026: co najmniej 9 udokumentowanych niesłusznych aresztowań w USA. Przypadek Christophera Gatlina: 17 miesięcy aresztu. Wyrok FTC wobec Rite Aid: grudzień 2023, pięcioletni zakaz FRT. Badanie „Race and Justice” opublikowane online 30 maja 2026.

Więcej w tym temacie

Czytaj dalej

Rozpoznawanie twarzy w policji: czternaście niesłusznych aresztowań i system, który uczy się na błędach

Rozpoznawanie twarzy w policji: czternaście niesłusznych aresztowań i system, który uczy się na błędach

Błędne zatrzymania przez AI: gdy algorytm składa oskarżycielskie orzeczenie

Błędne zatrzymania przez AI: gdy algorytm składa oskarżycielskie orzeczenie

Rozpoznawanie twarzy przy kasie: amerykańska sieć sklepów pod lupą regulatora

Rozpoznawanie twarzy przy kasie: amerykańska sieć sklepów pod lupą regulatora

Rozpoznawanie twarzy: od lotniska po galerię handlową

Rozpoznawanie twarzy: od lotniska po galerię handlową