问题浮现 埃塞克斯警方近日暂停部署实时人脸识别技术。此举缘于剑桥大学的一项独立研究：警方一次现场测试中，研究人员发现系统对黑人个体的识别准确率约为其他族裔的1.5倍，且对男性的识别率也明显高于女性。尽管整体误报率较低，但统计学上显著的族群差异显示，该技术存在结构性偏差。 深层原因 技术专家认为，偏差可能来自三上：训练数据中少数族裔样本不足、面部特征提取模型的设计缺陷，以及动态光线条件下不同肤色反射率差异带来的影响。值得关注的是，目前英国已有超过13支警察部队使用该技术，内政部曾计划将监控车辆从10台增至50台，但迄今仍缺少统一的算法审计标准。 社会影响 事件再次引发对执法技术伦理的讨论。民权组织“自由联盟”数据显示，英国黑人被警方拦截搜查的概率是白人的9倍，若技术偏见进入执法流程，可能继续放大不公。剑桥研究团队也强调，即使误报率只有0.1%，在日均百万级的扫描量下，仍可能造成大量无辜公民被错误标记并卷入后续处置。 应对措施 埃塞克斯警方表示，已通过更新算法尝试修正问题，并指出另一项委托研究未发现偏见证据。但警方仍决定暂停使用，以开展更全面的系统评估。欧盟《人工智能法案》起草顾问玛丽娜·洛佩兹指出，此事表明“技术天然中立”的观念站不住脚。她建议建立第三方算法认证制度，并要求执法机构公开测试数据及误报率阈值等关键指标。 发展前景 随着全球对算法问责的要求不断升温，英国警务数字化转型面临新的制度考题。下议院内政事务委员会拟于本月举行听证会，讨论制定《生物特征技术使用准则》。专家预计，未来人脸识别技术要继续用于执法，至少需满足三项条件：定期开展偏差检测、使用跨种族更均衡的数据集，以及建立清晰可用的公民申诉渠道。
公共安全与公民权利并非只能二选一。越是进入街头等日常场景的技术执法，越需要以透明、审慎和可问责为前提，在科学评估与制度约束中寻找平衡。对任何新技术而言，真正的成熟不在于扩张有多快，而在于能否长期经受公平性与法治标准的检验。