ชายฟ้องตำรวจฟลอริดาเพราะระบบจดจำใบหน้าให้คะแนน 93% แต่จับผิด

ผู้ชายชื่อ Robert Dillon ยื่นฟ้องต่อหน่วยงานตำรวจของรัฐฟลอริดา หลังจากที่ถูกจับกุมในข้อหาพยายามล่อลวงเด็กอายุไม่เกิน 12 ปี ในเดือนสิงหาคม 2024 ตามที่ระบบจดจำใบหน้าให้คะแนนความตรงกัน **93 % แต่ตามคำฟ้องนั้น ระบบดังกล่าวมีข้อบกพร่องและเจ้าหน้าที่ตำรวจไม่ได้พิจารณาหลักฐานที่อาจช่วยปลดปล่อยเขาออกจากข้อกล่าวหา เรื่องนี้ทำให้ความน่าเชื่อถือของเทคโนโลยี AI ในการบังคับใช้กฎหมายอยู่ภายใต้การตรวจสอบอย่างเข้มข้น

Overview

คดีฟ้องร้องนี้เป็นการทวงคืนสิทธิของผู้ต้องหาที่อ้างว่าได้รับการจับกุมโดยอาศัยข้อมูลจากระบบจดจำใบหน้า (facial‑recognition) ที่ให้ผลลัพธ์ไม่แม่นยำ แม้ว่าการจับคู่ระดับ 93 % จะดูเหมือนสูง แต่คำฟ้องระบุว่าภาพที่ใช้เป็นภาพคุณภาพต่ำที่ถ่ายจากหน้าจอคอมพิวเตอร์ของร้านแมคโดนัลด์ซึ่งกำลังแสดงภาพวิดีโอจากกล้องวงจรปิด

ตามที่ฟ้องร้องระบุ Robert Dillon อายุ 52 ปี อาศัยอยู่ที่ Fort Myers ซึ่งอยู่ห่างจาก Jacksonville Beach กว่าร้อยไมล์กว่า 300 ไมล์ เขาไม่เคยเดินทางไปยังพื้นที่นั้นเลย การจับกุมเกิดขึ้นหลังจากเจ้าหน้าที่ตรวจสอบข้อมูลจากระบบ License‑Plate Reader (LPR) แล้วไม่พบหลักฐานว่าเขาอยู่ในพื้นที่ในช่วงเวลาที่เหตุการณ์เกิดขึ้น

คดีนี้ยังเปิดเผยว่าตำรวจอาจไม่ได้เปิดเผยหลักฐานที่อาจช่วยยกเลิกข้อกล่าวหา (exculpatory evidence) แต่อย่างใด และได้ดำเนินการสร้างคดีโดยอิงตามผลลัพธ์ของอัลกอริธึมที่อาจผิดพลาด

Legal Claims

ในคำฟ้องที่ยื่นต่อศาลสหรัฐอเมริกา คณะทนายความของ Dillon กล่าวว่าตำรวจฟลอริดาได้ ละเลยการตรวจสอบข้อมูล จากระบบจดจำใบหน้าและละเลยการตรวจสอบหลักฐานอื่น ๆ ที่อาจแสดงให้เห็นว่าเขาไม่ได้อยู่ในพื้นที่นั้น

การฟ้องยังระบุว่าตำรวจได้ ปกปิดหลักฐานที่เป็นประโยชน์ต่อผู้ต้องหา ซึ่งเป็นการฝ่าฝืนกฎระเบียบของ Federal Brady Rule ที่กำหนดให้เจ้าหน้าที่ต้องเปิดเผยข้อมูลที่อาจทำให้ผู้ต้องหาได้รับการปล่อยตัวหรือได้รับการพิจารณาใหม่

คดีนี้อาจกลายเป็นตัวอย่างสำคัญที่ศาลจะต้องพิจารณาว่าการใช้ AI ในการตรวจสอบคดีอาชญากรรมควรอยู่ภายใต้การตรวจสอบอย่างไรบ้าง เพื่อให้มั่นใจว่าผลลัพธ์ที่ได้ไม่ละเมิดสิทธิพื้นฐานของบุคคล

Facial Recognition Technology

ระบบจดจำใบหน้าที่ใช้ในคดีนี้มาจากผู้ให้บริการเทคโนโลยีส่วนบุคคลที่ไม่ได้เปิดเผยชื่อ แต่มีการบ่งชี้ว่าการจับคู่ระดับ **93 % ถูกตีความว่าเป็น “สูงพอ” เพื่อให้เจ้าหน้าที่ดำเนินการต่อ

อย่างไรก็ตาม งานวิจัยหลายชิ้นที่ตีพิมพ์ในช่วงหลายปีที่ผ่านมาได้ชี้ให้เห็นว่าความแม่นยำของอัลกอริธึมอาจแตกต่างกันอย่างมากตามคุณภาพของภาพต้นฉบับ ความชัดเจนของแสง และอายุของข้อมูล ภาพที่ใช้ในคดีนี้เป็น ภาพถ่ายจากหน้าจอคอมพิวเตอร์ ของร้านแมคโดนัลด์ ซึ่งทำให้คุณภาพของภาพต่ำกว่ามาตรฐานที่ระบบต้องการ

ความอ่อนไหวต่อภาพคุณภาพต่ำทำให้ระบบอาจให้ผลลัพธ์ที่ผิดพลาดได้ง่าย ซึ่งในกรณีของ Dillon ทำให้เขาต้องเผชิญกับข้อกล่าวหาที่ร้ายแรงโดยไม่มีหลักฐานที่ยืนยันว่าเป็นผู้กระทำจริง

Police Investigation Process

ตามที่คำฟ้องระบุ เจ้าหน้าที่ตำรวจได้อาศัยผลการจับคู่จากระบบ AI เป็นจุดเริ่มต้นของการสืบสวน แต่ต่อมาพวกเขาไม่ได้ทำการ ตรวจสอบภาพต้นฉบับโดยตรง หรือเปรียบเทียบกับข้อมูลอื่น ๆ เช่นบันทึกการเดินทางของผู้ต้องหา

การค้นหาผ่านระบบ LPR แสดงให้เห็นว่าไม่มีข้อมูลแสดงว่ามีการจดทะเบียนรถของ Dillon อยู่ใน Jacksonville Beach ในช่วงเวลาที่เหตุการณ์เกิดขึ้น อย่างไรก็ตาม เจ้าหน้าที่ยังคงดำเนินการจับกุมและส่งตัวไปศาลโดยอ้างอิงจากผลการจับคู่ AI เพียงอย่างเดียว

การที่ตำรวจไม่เปิดเผยหรือไม่ใช้หลักฐานที่อาจช่วยปลดปล่อย Dillon ถือเป็นการ ละเมิดกระบวนการยุติธรรม ตามที่กฎหมายของสหรัฐกำหนดไว้ และอาจเป็นเหตุให้ศาลพิจารณาเรื่องความรับผิดชอบของหน่วยงานบังคับใช้กฎหมายต่อการใช้เทคโนโลยี AI

Broader Implications

คดีนี้สะท้อนให้เห็นถึงความเสี่ยงที่อาจเกิดขึ้นเมื่อเทคโนโลยี AI ถูกนำมาใช้ในระบบกฎหมายโดยไม่มีการตรวจสอบและกำกับดูแลที่เข้มงวด หากไม่มีมาตรการควบคุมที่ชัดเจน การอ้างอิงผลลัพธ์ของอัลกอริธึมที่อาจผิดพลาดอาจทำให้ผู้บริสุทธิ์ต้องเผชิญกับข้อกล่าวหาอันร้ายแรง

หลายองค์กรด้านสิทธิมนุษยชนและกลุ่มวิชาการได้เรียกร้องให้ มีการกำหนดมาตรฐานการตรวจสอบความแม่นยำ ของระบบจดจำใบหน้า รวมถึงการบังคับให้เจ้าหน้าที่ต้องเปิดเผยข้อมูลทั้งหมดที่เกี่ยวข้องกับการตัดสินใจใช้ AI ในการจับกุม

หากศาลตัดสินในคดีของ Dillon ว่าเจ้าหน้าที่ละเมิดกฎหมาย สิ่งนี้อาจเป็นแรงกระตุ้นให้รัฐและเทศบาลต่าง ๆ ปรับนโยบายการใช้ AI ให้มีความโปร่งใสและตรวจสอบได้มากขึ้น

Analysis

การพึ่งพาอัลกอริธึมที่ให้ผลลัพธ์สูง (เช่น 93 %) โดยไม่ตรวจสอบคุณภาพของข้อมูลต้นฉบับอาจเป็น การให้ความเชื่อมั่นเกินไป** กับเทคโนโลยี AI การที่ผลลัพธ์ถูกนำไปใช้เป็นหลักฐานโดยตรงโดยไม่มีการทดสอบต่อรองหรือการตรวจสอบอิสระทำให้ระบบยุติธรรมอาจเสียหาย

นอกจากนี้ การที่ตำรวจไม่ได้เปิดเผยหรืออาจซ่อนหลักฐานที่อาจช่วยยกเลิกข้อกล่าวหาเป็นการละเมิด หลักการของ Federal Brady ซึ่งอาจทำให้ศาลพิจารณาให้มีการเรียกคืนคดีหรือให้การชดเชยแก่ผู้เสียหาย

คดีของ Dillon จึงเป็นกรณีทดสอบที่สำคัญในการวัดความพร้อมของกฎหมายสหรัฐต่อการรับมือกับความท้าทายที่เกิดจากเทคโนโลยี AI ในการบังคับใช้กฎหมาย

Summary

คดีฟ้องร้องของ Robert Dillon เน้นย้ำความเสี่ยงของการใช้ระบบจดจำใบหน้าแบบอัตโนมัติที่อาจให้ผลลัพธ์ผิดพลาดและการละเลยหลักฐานที่อาจช่วยปลดปล่อยผู้ต้องหา การตัดสินของศาลในคดีนี้อาจกำหนดแนวทางใหม่สำหรับการกำกับดูแล AI ในกระบวนการยุติธรรมของสหรัฐอเมริกา.