Policyjne kamery z rozpoznawaniem twarzy na żywo stają się w Wielkiej Brytanii narzędziem masowym. Skala skanów idzie w miliony, a wraz z nią rosną pytania o prywatność, błędy i realny nadzór.
Od eksperymentu do codziennej praktyki
W Wielkiej Brytanii rozpoznawanie twarzy przestało być technologiczną ciekawostką, a zaczęło pełnić rolę stałego elementu policyjnego „arsenału”. Rząd deklaruje, że to przełom w ściganiu przestępców porównywalny z dopasowywaniem DNA i naciska, by rozwiązanie było wdrażane szerzej.
W praktyce oznacza to inwestycje w mobilną infrastrukturę: specjalnie wyposażone pojazdy z kamerami mają pojawiać się w centrach miast w Anglii i Walii. Zwolennicy widzą w tym skrócenie procedur i szybsze zatrzymania, krytycy – kolejny krok w stronę stałej obserwacji przestrzeni publicznej.
Dwa tryby: po fakcie i w czasie rzeczywistym
Warto odróżnić dwa zastosowania. Pierwsze to rozpoznawanie „retrospektywne”, wykorzystywane w śledztwach: zdjęcia lub nagrania z monitoringu, telefonów, kamer samochodowych, a nawet materiałów z mediów społecznościowych mogą zostać porównane z fotografiami w policyjnych bazach.
Drugi tryb, budzący największe emocje, to rozpoznawanie twarzy na żywo. Kamery skanują przechodniów, zamieniają obraz twarzy na dane biometryczne i porównują je w czasie rzeczywistym z listami osób poszukiwanych lub takich, które policja chce zidentyfikować i monitorować – na przykład ze względu na warunki zwolnienia czy dozór.
Jak wygląda interwencja po „trafieniu”
Gdy system zgłosi dopasowanie, do funkcjonariuszy w pobliżu trafiają zwykle dwa zdjęcia, dane osoby oraz informacja o powodzie zainteresowania. Kluczowy moment następuje wtedy: policjant ma w krótkim czasie ocenić, czy wskazanie algorytmu jest wiarygodne, i zdecydować o zatrzymaniu.
Wdrożenia nie działają non stop. Kamery uruchamia się najczęściej w kilkugodzinnych „oknach” w miejscach o dużym ruchu – w centrach miast, na imprezach masowych, w okolicach węzłów komunikacyjnych. Coraz częściej testuje się też montaż urządzeń na stałej infrastrukturze, np. na latarniach.
Co dzieje się z danymi przypadkowych osób
Najbardziej wrażliwy element to fakt, że w zasięgu kamer znajduje się każdy przechodzień, niezależnie od tego, czy jest podejrzany o jakiekolwiek przestępstwo. Deklarowana zasada jest prosta: jeśli nie ma dopasowania do listy obserwacyjnej, obraz twarzy ma zostać trwale usunięty z systemu.
Problem polega na tym, że nawet przy takiej polityce kasowania skala „zassania” danych jest ogromna. Podczas dużych wydarzeń sportowych w ostatnich latach skanowano setki tysięcy, a nawet blisko milion twarzy w kilka dni, przy czym zdarzały się operacje, które nie wygenerowały żadnego alertu. To rodzi pytanie o proporcjonalność: ile masowej obserwacji uzasadnia pojedyncze zatrzymanie – albo brak zatrzymań.
Skala użycia i wyniki: miliony skanów, dziesiątki zatrzymań
Rozpoznawanie twarzy na żywo stosuje już kilkanaście formacji w Anglii i Walii, a największa aktywność koncentruje się w Londynie, gdzie technologia działa od 2020 r. Dane z okresu od kwietnia 2023 r. pokazują ponad 6,6 mln skanów, a tempo w ostatnich dwóch latach wyraźnie przyspieszyło. W 2026 r. do tej pory odnotowano 1,7 mln skanów i 44 zatrzymania.
W innych regionach wyniki są zróżnicowane. W pierwszym kwartale 2026 r. w kilku miastach Walii zeskanowano ponad 230 tys. twarzy, co przełożyło się na 10 dopasowań i pięć zatrzymań. W hrabstwie Essex w latach 2024–2025 mowa była o 2,2 mln skanów i 117 zatrzymaniach, natomiast w Surrey w 2026 r. około 60 tys. skanów zakończyło się dwoma zatrzymaniami. Same liczby nie rozstrzygają sporu, ale pokazują, że „wydajność” bywa bardzo różna w zależności od miejsca, list obserwacyjnych i sposobu użycia.
Błędy i uprzedzenia: mniej oczywiste, niż się wydaje
Ryzyko stronniczości algorytmów to jeden z głównych zarzutów wobec tej technologii. Historycznie systemy częściej myliły się w przypadku osób z mniejszości etnicznych; w badaniach wczesnych rozwiązań zdarzały się skrajne dysproporcje – od braku błędów w jednej grupie po wysoką odsetkowość pomyłek w innej.
Nowsze analizy sugerują poprawę, ale nie zamykają tematu. W badaniu dotyczącym wdrożeń w Essex wskazywano, że błędne identyfikacje były bardzo rzadkie, a jednocześnie skuteczność rozpoznawania różniła się między płciami. Co więcej, spór dotyczy nie tylko tego, „czy algorytm działa”, lecz także gdzie działa: analizy samorządowe w Londynie zwracały uwagę, że znaczna część wdrożeń odbywała się w rejonach o wyższym udziale czarnych mieszkańców niż średnia dla miasta. Nawet przy poprawiającej się jakości modeli taki rozkład użycia może wzmacniać poczucie selektywnej kontroli.
Nadzór rozproszony i prawo, które nie nadąża
Kontrola nad rozpoznawaniem twarzy jest dziś rozbita między wiele instytucji: organ ds. ochrony danych, komisję ds. równości i praw człowieka, sądy, a także wyspecjalizowanych komisarzy i regulatorów związanych z biometrią, uprawnieniami operacyjnymi czy kryminalistyką. Taki „mozaikowy” nadzór sprawia, że odpowiedzialność bywa rozmyta, a standardy – niejednolite.
Jednocześnie sądy w ostatnim czasie podtrzymywały legalność użycia technologii przez londyńską policję, co wzmacnia argumentację zwolenników. Rząd prowadzi konsultacje nad nowymi ramami prawnymi, co samo w sobie jest przyznaniem, że dotychczasowe regulacje nie odpowiadają skali i dynamice wdrożeń.
Kolejny krok: skanowanie z telefonu i analiza zachowań
Najbliższa zmiana może dotyczyć przeniesienia rozpoznawania twarzy na urządzenia mobilne funkcjonariuszy. Planowane jest użycie telefonów do identyfikacji w ograniczonych sytuacjach: gdy ktoś odmawia podania danych, jest nieprzytomny, niezdolny do współpracy z powodu alkoholu lub narkotyków, a nawet gdy nie żyje. Ten wariant bywa określany jako rozpoznawanie inicjowane przez operatora.
Jeszcze dalej idą pomysły na systemy analizujące nie tylko twarz, lecz także ciało i zachowanie: „włóczenie się”, agresywną postawę, a nawet mimikę interpretowaną jako emocje. To przesuwa debatę z pytania o identyfikację osoby na pytanie o automatyczną ocenę intencji – a więc o narzędzia, które mogą generować podejrzenie zanim dojdzie do czynu. W konsultacjach pojawia się wprost wątek technologii wnioskujących o emocjach i działaniach na podstawie ruchu ciała.
Bilans: skuteczność kontra koszt społeczny
Rozpoznawanie twarzy na żywo potrafi doprowadzić do realnych zatrzymań i w pewnych scenariuszach może oszczędzać czas policji. Jednocześnie jego logika działania jest z definicji masowa: żeby znaleźć „jednego”, trzeba przeskanować „wszystkich” w zasięgu kamery. To odwraca tradycyjny porządek, w którym obserwacja jest skutkiem podejrzenia, a nie warunkiem jego wytworzenia.
Dlatego spór nie rozstrzygnie się na poziomie samej dokładności algorytmów. Kluczowe będą zasady: jak buduje się listy obserwacyjne, jak długo i w jakiej formie przechowuje się dane, kto audytuje skuteczność i błędy, oraz czy społeczności mają realny wpływ na to, gdzie i jak często kamery są uruchamiane. Bez tego technologia, nawet coraz lepsza, pozostanie politycznie i społecznie zapalna.
Oryginalny tekst: How does live facial recognition work and how many UK police forces use it?