Incidente 245: Una lectura errónea no verificada por parte de un lector automático de placas provocó la detención y la inmovilización de una persona inocente a punta de pistola en California.
Descripción: En San Francisco, una cámara de lectura automática de matrículas (ALPR) leyó erróneamente un número como perteneciente a un vehículo robado que tenía una marca incorrecta, pero su foto no fue confirmada visualmente por la policía debido a la mala calidad y supuestamente a pesar de múltiples oportunidades antes de realizar una parada de tráfico, lo que provocó que una persona inocente fuera detenida a punta de pistola y esposada.
Entidades
Ver todas las entidadesAlleged: unknown developed an AI system deployed by San Francisco Police Department, which harmed Denise Green.
Clasificaciones de la Taxonomía CSETv1
Detalles de la TaxonomíaIncident Number
The number of the incident in the AI Incident Database.
245
Risk Subdomain
A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
7.3. Lack of capability or robustness
Risk Domain
The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
- AI system safety, failures, and limitations
Entity
Which, if any, entity is presented as the main cause of the risk
AI
Timing
The stage in the AI lifecycle at which the risk is presented as occurring
Post-deployment
Intent
Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
Unintentional
Informes del Incidente
Cronología de Informes
Recientemente cubrimos una historia sobre un abogado que se encontró [acercado por policías con armas desenfundadas] out-after-automatic-license-plate-reader-misreads-his-plate.shtml) después de que un lector automático de matrículas leyera…
Variantes
Una "Variante" es un incidente de IA similar a un caso conocido—tiene los mismos causantes, daños y sistema de IA. En lugar de enumerarlo por separado, lo agrupamos bajo el primer incidente informado. A diferencia de otros incidentes, las variantes no necesitan haber sido informadas fuera de la AIID. Obtenga más información del trabajo de investigación.
¿Has visto algo similar?