Imagina conducir tranquilamente por tu ciudad y acabar en el suelo, esposado y encañonado por la policía. No es el guion de un thriller, es lo que ocurre cuando el algoritmo de una cámara urbana confunde el número «7» con un «2» en tu matrícula. Detrás de estos errores se encuentra Flock Safety, una empresa tecnológica que captura más de 20.000 millones de escaneos de vehículos cada mes en Estados Unidos. Lo que teóricamente era una solución de inteligencia artificial de bajo coste para evitar robos menores, ha terminado industrializando la vigilancia masiva a nivel nacional sin que nadie lo haya votado y generando una gran polémica en Estados Unidos, un país en el que la intervención gubernamental no gusta demasiado.
De la urbanización privada a la red policial
Para entender cómo hemos llegado a este punto de saturación, hay que mirar la agresiva estrategia de expansión comercial de la compañía. Flock Safety no empezó vendiendo su infraestructura directamente al gobierno. Su puerta de entrada fueron las Asociaciones de Propietarios (HOA), ofreciendo a los vecindarios un remedio barato para ahuyentar a los ladrones de los porches y disuadir los robos de viviendas.
Una vez que consiguieron asentar el hardware en las calles, cambiaron las reglas del juego apostando por un modelo de «Seguridad Pública como Servicio» (SaaS). Las cámaras de la compañía funcionan de manera independiente gracias a paneles solares y conexión de datos LTE, lo que elimina de un plumazo las costosas obras para meter cableado bajo tierra. Esta facilidad técnica permitió a los ayuntamientos suscribirse al sistema por apenas 2.400 dólares anuales por unidad.
El volumen actual demuestra que el modelo funcionó: hoy ya existen más de 650.000 unidades activas vigilando ciudades de todo el país.
¿Qué es exactamente el «Vehicle Fingerprinting»?
Olvídate del clásico lector de matrículas (ALPR) que solo captura letras y números mediante reconocimiento óptico de caracteres (OCR). Lo que hace Flock Safety va bastante más allá, transformando sus dispositivos en algo muy parecido a un inmenso motor de búsqueda visual.
El cerebro detrás de esta tecnología es «Raven», una inteligencia artificial de visión por computadora que se ejecuta directamente en el borde (edge computing) dentro de sus cámaras de cuarta generación. En lugar de limitarse a leer texto, el algoritmo patentado utiliza modelos de detección para analizar una matriz de metadatos contextuales: identifica la marca, el modelo y el color del coche, pero también memoriza detalles altamente específicos como una pegatina en el parachoques, una abolladura en la puerta o una baca en el techo.
Esta capacidad lo cambia todo en una investigación. Significa que la policía ya no necesita disponer de un número de matrícula para rastrear un trayecto. Un agente puede simplemente teclear en el sistema descriptores vagos como «camioneta roja con abolladura lateral», y la red peinará los registros de miles de cámaras para encontrar cualquier vehículo que encaje con ese perfil.
Matemáticas implacables y la crisis de los falsos positivos
Desde la empresa insisten bastante en la precisión de su inteligencia artificial. Según sus propios informes comerciales, afirman que sus cámaras capturan correctamente 93 de cada 100 matrículas. Suena a un éxito técnico indudable, hasta que aplicas las matemáticas a su volumen real de operaciones.
Teniendo en cuenta que la propia Flock Safety reporta procesar más de 20.000 millones de lecturas mensuales a nivel nacional, ese margen de error del 7% se traduce en más de 1.400 millones de escaneos erróneos cada mes. Un número de errores excesivamente algo que recae de lleno sobre ciudadanos que no han hecho absolutamente nada malo.
Los fallos ocurren muchas veces por motivos técnicos casi absurdos. El software de reconocimiento óptico a menudo confunde la letra «O» con el número «0», o interpreta un «7» como si fuera un «2». Otras veces, el error original es humano, como cuando un departamento de policía olvida actualizar un dato del FBI. El problema es que el sistema ALPR coge ese error y lo propaga instantáneamente por toda la red nacional de sensores.
Y las consecuencias de esto no se quedan en un simple fallo informático. Un falso positivo en la pantalla del coche patrulla desencadena lo que la policía denomina una «detención de alto riesgo». Periodistas, personas mayores o familias con niños pequeños han acabado interceptados, encañonados y obligados a tirarse al suelo. Se produce un claro «sesgo de automatización»: los agentes confían tan ciegamente en lo que dice el ordenador que llegan a ignorar discrepancias obvias en la escena real que tienen delante.
Las cámaras Flock Safety son un buffet libre para el rastreo y la discriminación
La infraestructura de Flock no requiere una orden judicial para funcionar, y eso ha convertido su red en una enorme herramienta de vigilancia sin supervisión. Para poner cifras a este problema, la organización de derechos digitales Electronic Frontier Foundation (EFF) analizó más de 12 millones de registros de búsqueda realizados por autoridades entre finales de 2024 y 2025.
Los hallazgos documentaron abusos sistemáticos. Por un lado, la investigación de la EFF evidenció que la policía utiliza estas cámaras Flock Safety de manera rutinaria para rastrear manifestaciones políticas, simplemente introduciendo términos como «protest» en el motivo de búsqueda.
Peor aún es el perfilado racial institucionalizado. El mismo análisis de la EFF identificó a más de 80 departamentos de policía a nivel nacional que utilizaron el sistema para acosar a la comunidad romaní. Los agentes introducían explícitamente insultos étnicos en la plataforma para rastrear los desplazamientos de campamentos enteros a través de las fronteras estatales, sin que ningún mecanismo del software de Flock alertara o frenara estas acciones.
El descontrol llega hasta la persecución médica. En Texas, agentes de la oficina del sheriff utilizaron la red interconectada de Flock para intentar localizar a una mujer que había viajado a otro estado para someterse a un aborto. Ejecutaron búsquedas interrogando miles de cámaras en Illinois y Washington con un escalofriante motivo textual: «tuvo un aborto, búsqueda de mujer».
Y si confías en que al menos la arquitectura de los servidores es segura frente a piratas informáticos, la realidad es bastante precaria. Las cámaras robóticas modelo «Condor» transmitieron transmisiones ininterrumpidas de vigilancia de parques infantiles y recintos privados directamente al internet abierto. Cualquier persona podía acceder a los paneles de control simplemente conociendo la dirección web pública, sin que el sistema pidiera siquiera una contraseña básica.
Las cámaras Flock Safety y el choque contra la Constitución
Todo este despliegue tecnológico de cámaras Flock Safety choca de frente con la Cuarta Enmienda de Estados Unidos, que protege a los ciudadanos contra las pesquisas y aprehensiones irrazonables del Estado. Durante años, empresas como Flock se defendían apoyándose en la «Doctrina de Terceros». Su argumento era simple: si conduces voluntariamente por una vía pública enseñando tu matrícula, pierdes cualquier expectativa razonable de privacidad.
Pero esa lógica empezó a resquebrajarse en 2018 con el caso Carpenter v. United States. El Tribunal Supremo dictaminó que recopilar el historial de ubicaciones de una persona de forma masiva y retrospectiva sí requiere una orden judicial. La razón es evidente. Un volumen de datos tan inmenso acaba revelando tus asociaciones personales, tus rutinas médicas y tus inclinaciones políticas sin que te des cuenta.
Apoyándose en este precedente, ya han estallado demandas demoledoras contra los ayuntamientos que usan las cámaras Flock Safety. En Norfolk (Virginia), un veterano militar llevó a la ciudad a los tribunales tras demostrar que la red de cámaras había escaneado su vehículo 526 veces en menos de cinco meses, a pesar de no haber cometido absolutamente ninguna infracción. En San José (California), otra macrodanda acusa a la policía local de ejecutar casi cuatro millones de búsquedas en un solo año, saltándose por completo la necesidad de pedir un mandato judicial.
El falso dilema entre evitar robos y entregar la privacidad
El ritmo de implantación de las cámaras Flock Safety ha superado por completo la velocidad de la legislación federal, pero la resistencia ya ha comenzado a nivel local. Algunos locales se están atreviendo incluso a tirar las cámaras abajo por sus propios medios. Ante la presión ciudadana y los fallos técnicos, varios ayuntamientos han empezado a reaccionar. En agosto de 2025, la ciudad de Oak Park (Illinois) canceló oficialmente su contrato tras concluir que las cámaras no habían jugado ningún papel significativo en sus investigaciones criminales. Movimientos similares han ocurrido en comunidades de Austin, Texas y Eugene, Oregón, donde se han iniciado procesos para terminar contratos y emitir órdenes de cese contra el uso de esta infraestructura.
El debate de fondo es estructural. El modelo de vigilancia permanente nos plantea si el único precio aceptable para evitar un robo local es entregar el registro histórico exacto de cada uno de nuestros movimientos a una corporación tecnológica privada. Afortunadamente, las cancelaciones municipales y las recientes demandas apoyadas en la Cuarta Enmienda demuestran que todavía estamos a tiempo de exigir límites tecnológicos antes de que este ecosistema se vuelva irreversible.
Si te ha gustado este artículo y quieres recibir más contenido sobre innovación y tecnología directamente en tu correo, suscríbete a nuestra newsletter y mantente siempre actualizado. No somos de los que llenan tu bandeja, solo compartimos los lunes.
