El auge de la maquinaria de vigilancia estatal de China

https://lithub.com/the-rise-of-chinas-state-surveillance-machinery/

Irfan era un trabajador tecnológico de unos 30 años que procedía de Urumqi, la capital regional de Xinjjiang y centro comercial del norte de Xinjiang, donde ejecutó proyectos de vigilancia masiva hasta que dejó su trabajo en 2015. Huyó de Xinjiang en 2018 y se instaló en Turquía.


Al principio, Irfan había tenido problemas para encontrar trabajo en la pobre región de Urumqi. Muchos de los mejores puestos de trabajo iban a parar a inmigrantes chinos han que dejaban de lado a los uigures locales.


"Pero tenía un amigo que tenía acceso al alcalde de Urumqi", explicó Irfan. "Me hizo una llamada. Y entonces la empresa de telecomunicaciones se puso en contacto conmigo en 2007 con una oferta. Necesitaban un director de informática que ayudara a crear uno de los primeros sistemas de vigilancia de la zona".


En su nuevo trabajo, Irfan tuvo acceso a dos lugares clave: la oficina local de seguridad pública, donde ayudó a gestionar la red de vigilancia de la empresa, y la propia red de la compañía de telecomunicaciones.


VIDEO DE LIT HUB:

Lit Hub x Wine Access: Victoria James

"Nuestro mandato era recorrer la ciudad y colocar cámaras en todos los lugares que pudiéramos. Mis supervisores decían que el gobierno quería que lucháramos contra la delincuencia. Lo acepté. Pensé que era una misión honorable".


Con un pequeño equipo, Irfan buscó en las esquinas, los callejones, las calles en las que los coches solían ir a gran velocidad y los bolsillos conocidos por los robos y los hurtos de carteras, según los datos municipales. A continuación, su equipo conectaba las cámaras a los cables ópticos que se dirigían a los edificios de seguridad pública, donde los agentes de policía vigilaban la ciudad desde una sala de control.


Después de instalar lo último de lo que rápidamente se convirtió en una vasta red de cámaras, Irfan volvía a su sala de control en un anodino edificio de hormigón, donde él y otros trabajadores de tecnología de la información se sentaban frente a grandes pantallas de vídeo montadas en la pared.


A lo largo de 2010 y 2011, Irfan y sus colegas fueron tomando conciencia de cómo podían entrenar algoritmos de IA para reconocer rostros y comportamientos, cotejarlos con una base de datos nacional de ciudadanos y ayudar a la policía a encontrar a los autores.


"Teníamos el hardware, teníamos las cámaras, teníamos casi todo lo que necesitábamos para que esto funcionara", dijo. "Pero nos dimos cuenta de que nos faltaba el ingrediente clave: necesitábamos más datos.


"De lo contrario, la tecnología de reconocimiento facial era inútil. La inteligencia artificial necesitaba datos, ya sea en forma de imágenes faciales, redes sociales, antecedentes penales, tarjetas de crédito o cualquier otro dato resultante de algún tipo de actividad o transacción. Entonces, el sistema podría revisar toda la información que le proporcionáramos y encontrar correlaciones que los humanos no podrían, en una fracción de tiempo".


"¿Por qué había tan pocos datos?" le pregunté.


"Por el secreto de Estado", respondió Irfan. "El gobierno no tenía buena información sobre su propio país y su gente. Y por eso no teníamos los datos de calidad que necesitábamos para alimentar el software de IA. Sin una buena base de datos sobre todos nuestros ciudadanos, no podíamos cotejar los rostros de las personas o los antecedentes penales con tanta facilidad. No podíamos utilizar la IA para atrapar a los delincuentes. Era un sistema terrible".


El equipo de Irfan buscó datos en otras oficinas de la empresa y en el gobierno. No encontraron nada. "La solución no vino del gobierno", confirmó Irfan. "Vino de las empresas".

*** Translated with www.DeepL.com/Translator (free version) ***


Comentarios

Popular

Herramientas de Evaluación de Sistemas Algorítmicos

Sistemas multiagentes: Desafíos técnicos y éticos del funcionamiento en un grupo mixto

Controversias éticas en torno a la privacidad, la confidencialidad y el anonimato en investigación social