Ha egy egyetem egyszerre híres a csúcstech-ről és a diákjai hackerkultúrájáról, akkor egy AI-val felturbózott kamerahálózat nemcsak biztonsági, hanem bizalmi kérdés is. Az MIT most olyan léptékű megfigyelési rendszert épít, ami túlmutat a „van kamera a folyosón” szinten.

Mi történt

Az MIT több mint 3 millió dollárt költ arra, hogy a campuson 500-nál is több, mesterséges intelligenciával integrált megfigyelőkamerát telepítsen. A kamerák a meglévő CCTV-rendszerhez kapcsolódhatnak, vagyis nem egy különálló kísérletről van szó, hanem egy már működő megfigyelési infrastruktúra kiterjesztéséről.

A tervek alapján a rendszer nem csak videót rögzíthet. „AI-integrált” itt azt jelenti, hogy szoftveres elemzés fut a képen: képes lehet valós időben arcokra vonatkozó adatokat gyűjteni, és úgynevezett objektumosztályozást végezni. Gondolj rá úgy, mint egy automatikus leltárosra: nemcsak azt látja, hogy „valami mozog”, hanem megpróbálja kategorizálni is, mi az — ember, hátizsák, doboz, jármű, táska — és ezek mozgását időben követhető eseménysorrá alakítja.

A felvételek nem csak „utólag visszanézhetők”: a monitoringot egy 24/7 felügyeleti szoftvert fejlesztő cég, az AI-RGUS is automatizáltan figyelheti. Az adatmegőrzés alapértelmezésben legfeljebb 30 nap, kivételekkel. A kamerák hangrögzítési funkcióját kikapcsolják, ami a gyakorlatban inkább jogi megfelelés kérdése, mint technikai korlát.

Miért fontos

A klasszikus kamerarendszer és az AI-val támogatott megfigyelés között az a nagy különbség, hogy az utóbbi skáláz: nem kell hozzá annyi ember, aki „nézi a monitorokat”, mert a szoftver előszűr, címkéz, riaszt. Ez kényelmes a biztonsági oldalon, de közben a campusélet hétköznapi mozgásmintáit is könnyen „kereshető adatbázissá” alakítja: ki merre járt, kivel, milyen tárggyal, mikor. A lépés azért is érzékeny, mert a közelmúltban felmerültek olyan félelmek, hogy a campus rendészete a hivatalos fegyelmi folyamaton kívül is próbálhat preventív módon nyomást gyakorolni beszédek és tiltakozások kapcsán — egy ilyen rendszer pedig erősítheti a megfigyeltség érzetét.

Mire figyelj

  1. Mit jelent pontosan az „arcfelismerés” a gyakorlatban? Nem mindegy, hogy csak „arcadatokat” gyűjt a rendszer, vagy tényleges azonosítást (matchinget) is végez valamilyen adatbázissal.
  2. Ki fér hozzá, és milyen naplózással? A 30 napos megőrzés önmagában kevés információ: a hozzáférések auditálása (ki, mikor, miért nézett meg valamit) legalább ilyen fontos.
  3. Milyen kivételek hosszabbítják a tárolást? A „kivételekkel” kitétel gyakran az a rés, ahol a rendkívüliből rutinszerű lesz.
  4. Mire használják az objektumkövetést? A „hátizsák, doboz, jármű” típusú címkézés könnyen átcsúszhat vagyonvédelemből viselkedéskövetésbe.
  5. Költség és prioritások: a Futurism által is felvetett ellentmondás — miközben könyvtárakat zárnak be és létszámot csökkentenek, többmilliós megfigyelési beruházás indul — várhatóan nemcsak pénzügyi, hanem intézményi értékválasztási vitát is generál.