¿Quién vigila a quienes nos vigilan?

RECAP DE LA PARTE 1: Cuando la seguridad aprende a recordarlo todo En mi artículo anterior exploramos cómo lectores automáticos de matrículas ( ALPR como Flock Safety ), plataformas de integración de datos ( Palantir: Ontology ) y mercados comerciales de ubicación ( Gravy Analytics/Venntel ) han transformado la observación detallada en una memoria sistemática capaz de reconstruir hábitos y movimientos del pasado. Hoy analizamos la otra cara de la moneda: qué sucede con la gobernanza, los abusos de autoridad y la supervisión de quienes tienen acceso autorizado a estos sistemas. Imagina que alguien puede consultar dónde has estado durante las últimas semanas. No porque hayas cometido un delito. Tampoco porque exista una investigación sobre ti. Simplemente porque esa persona tiene curiosidad. Quizás quiere saber dónde trabajas, qué lugares frecuentas o con quién te reúnes. Puede que quiera localizar a una expareja, a una persona que conoció recientemente o a alguien que, sencillamente, le interesa encontrar. Esa persona no necesita seguirte físicamente. No tiene que sentarse en un automóvil frente a tu casa durante horas, ni siquiera tiene que salir de su oficina. Tiene acceso a un sistema capaz de buscar tus movimientos y cuenta con las credenciales necesarias para utilizarlo. Hace algunos años, este escenario habría parecido propio de una película de ciencia ficción. Hoy, la tecnología necesaria para lograr esto existe y, más importante aún, algunos de los problemas que imaginábamos como posibilidades hipotéticas ya han comenzado a materializarse en el mundo real. En la parte 1 de esta investigación, “ La seguridad que aprende a recordarlo todo ” exploramos cómo lectores automatizados de matrículas, reconocimiento facial y plataformas capaces de relacionar enormes cantidades de información pueden producir un extraordinario valor para la seguridad pública: encontrar vehículos robados, localizar personas desaparecidas e identificar individuos buscados por la justicia. No quiero que ignoremos o descartemos esa realidad; pero si quiero explorar otra. ¿Qué ocurre cuando esas mismas capacidades son utilizadas para un propósito distinto del que justificó su adquisición? ¿Y qué sucede cuando quien cruza esa línea no es un hacker que penetró ilegalmente el sistema, sino alguien que tenía permiso institucional para entrar? Pt. 1 de 2 El acceso autorizado no es un cheque en blanco El 23 de septiembre de 2026, cinco integrantes actuales o anteriores del Departamento de Policía Metropolitana de Indianápolis fueron acusados penalmente por utilizar indebidamente Flock Safety, una de las mayores redes de lectores automatizados de matrículas de Estados Unidos. Según las acusaciones judiciales, varios habrían utilizado el sistema para consultar vehículos asociados con parejas, exparejas, conocidos y otras personas sin una finalidad policial legítima. Uno de los agentes enfrenta además una acusación de acoso (stalking). CASO DE ESTUDIO: Abusos de credenciales e investigaciones paralelas en 2026 • Indianápolis (Sep 2026): Acusación penal a 5 agentes por uso indebido de Flock Safety para rastrear exparejas y conocidos. • Columbus, Ohio: Auditoría sobre Flock llevó a suspender el sistema y relievar a un segundo agente tras detectar posible uso impropio. • Stockton, California: Auditoría interna identificó utilización impropia por un empleado policial que posteriormente dejó el departamento. • Respuesta de Flock Safety: Implementación de requisitos obligatorios de justificación de búsqueda, códigos de caso, herramientas de detección atípica y retención predeterminada de 7 días. %%first_name%%, gracias por tu interés en este artículo. Espero que esta historia y mis reflexiones te aportan en algo. De ser así, no dudes en suscribirte para recibir las próximas publicaciones. Puedes hacerlo gratuitamente o apoyar mi proyecto con una suscripción de pago. Me interesa particularmente el caso de Indianápolis porque el problema no fue una intrusión informática. Las personas señaladas tenían acceso institucional: el sistema reconoció sus credenciales y ejecutó las búsquedas solicitadas. Eso nos obliga a distinguir dos conceptos fundamentales en la práctica de la seguridad: Autorización vs. Legitimidad: autorización y uso legítimo no son la misma cosa. Tener permiso para entrar en una habitación no significa tener permiso para hacer cualquier cosa dentro de ella. Una credencial demuestra que determinado usuario puede utilizar un sistema; no demuestra que cada utilización responda a una finalidad legítima. Registrar una búsqueda no basta si nadie revisa los registros. Según la propia arquitectura de Flock, cada consulta deja una pista auditable. El problema es qué ocurre cuando nadie revisa esos registros hasta que algo sale mal. Detectar un abuso meses después puede establecer responsabilidades, pero no necesariamente puede deshacer el daño sufrido por la víctima. Cuando la máquina acierta y nosotros nos equivocamos Existe otro riesgo que no depende de la mala intención: la máquina, o nosotros, podemos equivocarnos. En 2020, Robert Williams fue arrestado erróneamente en Detroit después de que una búsqueda de reconocimiento facial produjera una coincidencia incorrecta relacionada con el robo de unos relojes. Williams pasó 30 horas detenido sin ser la persona de la grabación, un litigio que concluyó en 2024 con un acuerdo que prohíbe que una coincidencia biométrica sea el único elemento para un arresto. A este antecedente se suma un caso constitucional decisivo: el 28 de septiembre de 2026, un jurado federal en Texas determinó que el condado de Bexar había violado los derechos constitucionales de Alek Schott durante una detención en 2022. La alerta inicial sobre el vehículo de Schott provino de una cadena de inteligencia que incluía lectores de matrículas. El agente alegó una infracción de tránsito posterior, pero las grabaciones del propio vehículo lo contradijeron. No hallaron nada ilegal. El jurado otorgó a Schott 76 dólares: un dólar por cada minuto que permaneció detenido ilegalmente. CLAVE ANALÍTICA: Observación vs. Inferencia El jurado en Texas no declaró inconstitucionales los lectores de matrículas. Lo que el caso exige examinar es la cadena entre la lectura técnica y la actuación policial: una cámara puede registrar correctamente una matrícula, la fecha y el lugar, y aun así la inferencia humana puede ser completamente falsa. Un dato correcto no garantiza una inferencia correcta. ¿Cuántas personas debemos observar para encontrar a una? El reconocimiento facial en espacios públicos plantea el dilema de la proporcionalidad a escala masiva, y Londres nos ofrece dos ejemplos contrapuestos excepcionales para entenderlo: * Por un lado, la Policía Metropolitana de Londres reportó que entre septiembre de 2024 y septiembre de 2025 realizó 203 despliegues de reconocimiento facial en zonas de alta incidencia. Escanearon 3.15 millones de rostros, generando 2,077 alertas (2,067 verdaderas y 10 falsas) que resultaron en 962 arrestos de personas buscadas por tribunales. * Por otro lado, en febrero de 2026, la British Transport Police inició un piloto en estaciones ferroviarias y del Underground. En sus primeros seis meses escaneó más de 500,000 rostros y produjo una sola alerta, la cual resultó ser falsa, generando cero arrestos. A pesar de esto, decidieron extender la evaluación. DILEMA DE PROPORCIONALIDAD: Resultados vs. Escala de Vigilancia Ambos casos de Londres son reales y contemporáneos. Nos obligan a separar precisión técnica de proporcionalidad: ¿es admisible someter a medio millón o a tres millones de ciudadanos no sospechosos a un escaneo biométrico masivo para lograr un número determinado de arrestos? Cuando los datos comienzan a hablar entre sí: Fusión de Inteligencia Las plataformas de fusión de datos como las desarrolladas por Palantir van más allá de una cámara individual: relacionan información de múltiples fuentes para convertir datos aislados en inteligencia operacional. Documentos oficiales del gobierno de Estados Unidos muestran que ICE (Inmigración y Control Aduanero) mantiene contratos activos con Palantir. En mayo de 2026, se asignó un contrato de aproximadamente 86 millones de dólares para la modernización del sistema de gestión de Enforcement and Removal Operations (ERO), mientras que Homeland Security Investigations (HSI) utiliza el sistema Investigative Case Management para interconectar personas, negocios, vehículos, direcciones y teléfonos. Frente a este despliegue masivo, surgen obstáculos institucionales en Europa: • Project Nectar (Reino Unido): Cinco fuerzas policiales de East Midlands concluyeron en 2026 un piloto de dos años con Palantir Foundry financiado por el Home Office. Tras evaluar el costo-beneficio y las fuentes de financiación, la unidad regional decidió no convertirlo en infraestructura permanente.• Disputa en Londres: La Policía Metropolitana buscaba adjudicar un contrato de £50M a Palantir para análisis operacional, pero la Oficina de Supervisión del Alcalde bloqueó la contratación cuestionando la demostración de ‘value for money’ y el proceso de adquisición, llevando el asunto a los tribunales. “Big Brother” no se refería a una cámara En su libro “ 1984 ”, publicado en 1949, George Orwell no hablaba solo del uso de cámaras, más bien describía una estructura de poder capaz de condicionar la conducta, eliminar la privacidad y sembrar la incertidumbre permanente sobre una población mediante la vigilancia total y continua. No es que debamos suponer automáticamente que vamos hacia una democracia que utiliza la tecnología para apoyar el totalitarismo al que apuntaba Hannah Arendt . Pero no podemos olvidar un principio básico: Las herramientas perduran: Las capacidades tecnológicas sobreviven inevitablemente a los fines para los que fueron creadas. La dinamita se creó para hacer más segura la minería y terminó redefiniendo la guerra; la fisión nuclear surgió de la física pura antes de convertirse en armas atómicas y energía limpia; y ARPANET , concebida para la defensa militar, evolucionó hacia la Internet moderna y mutó en la infraestructura de globalización y las redes sociales que utilizamos hoy día. Una vez creada, la evolución de una tecnología no siempre se mantiene fiel al propósito original de sus diseñadores. Una herramienta diseñada para localizar a un delincuente puede ser utilizada para identificar manifestantes políticos. Así lo documentó Human Rights Watch en Moscú en 2022, donde el sistema de reconocimiento facial del metro usado para delitos comunes pasó a utilizarse para arrestar opositores y rastrear reclutas para la movilización militar. La tecnología no cambió; cambió la autoridad, su propósito y su uso. La supervisión también tiene que evolucionar Históricamente, la vigilancia física ha exigido recursos, tiempo y personal. Estas limitaciones generaban una restricción operacional que limitaba la posibilidad de la vigilancia masiva. Hoy, avanzadas herramientas digitales han eliminado esa restricción: una consulta toma segundos y un algoritmo puede analizar millones de registros en tiempo real. Si la capacidad de observación crece de manera exponencial, los mecanismos de supervisión no pueden seguir funcionando como en la era del expediente en papel. Necesitamos preguntas más concretas: 1. Registros de auditoría activos: ¿Quién revisa los registros de auditoría y con qué frecuencia?2. Patrones de alerta: ¿Qué algoritmos detectan búsquedas atípicas o fuera de horario?3. Evaluación de impacto: ¿Quién verifica si el beneficio operacional justifica continuar almacenando datos de ciudadanos inocentes?4. Debido proceso biométrico: ¿Qué canal tiene un ciudadano para corregir un dato o inferencia errónea antes de que afecte su libertad? La naturaleza humana sigue instalada en el sistema A lo largo de mi Carrera profesional he trabajado con profesionales extraordinarios y sumamente éticos. Pero ninguna organización está exenta de fallas humanas, prejuicios o abusos de poder. La tecnología no elimina las debilidades humanas: al contrario… las amplifica. Suelo decir: «El machete es una herramienta para cortar vegetación… su uso final lo determina siempre quien lo sujeta.» Por eso la pregunta clave no es sólo si confiamos en la tecnología, sino cuánto poder colocamos detrás de cada persona autorizada a utilizarla. La seguridad no requiere que renunciemos a la privacidad, ni la privacidad exige el desarmar a las autoridades. ¿Quién vigila a quienes nos vigilan? La novela distópica ‘1984’ no se trata de una profecía inevitable, sino una advertencia sobre nuestra relación con el poder. Las marcas de las cámaras cambiarán y las empresas tecnológicas evolucionarán, pero la naturaleza humana seguirá siendo la misma. Al final, la pregunta más importante no es cuánto nos pueden observar las herramientas de seguridad, sino quién vigila a quienes tienen el poder de observarnos a través de ellas... y qué pasa cuando nadie lo hace. Gracias, %%first_name%% por leer este artículo. Si te gustó el mismo, no dudes en compartirlo. ¡Que tengas un día maravilloso! Si quieres entender mejor el concepto de Seguridad Humana, puedes adquirir mi serie de libros en Amazon: Sobre el autor Soy Carlos Rivera, profesional de seguridad con más de 30 años de experiencia en seguridad, gestión de riesgos, investigación, conducta humana, aviación y liderazgo. Soy fundador de Hawk & Anvil LLC , desde donde ayudo a organizaciones y líderes a identificar riesgos, tomar mejores decisiones y desarrollar soluciones de seguridad prácticas y sostenibles. Hawk & Anvil ofrece servicios de asesoría estratégica y Fractional CSO, evaluaciones de seguridad y riesgo, investigaciones, prevención de violencia y conflicto laboral, capacitación y consultoría especializada en seguridad humana . Si alguno de los temas que discutimos en Trazando la Línea afecta a tu organización, negocio o equipo, podemos conversar. Hawk & Anvil LLC 🌐 HawkAndAnvil.com ✉️ info@hawkandanvil.com Trazando la Línea es una publicación de Hawk & Anvil dedicada a explorar seguridad, riesgo, conducta humana y liderazgo desde una perspectiva práctica y basada en evidencia. Get full access to Carlos Rivera at trazandolalinea.substack.com/subscribe