美國國土安全部（DHS）正運作一個秘密單位，透過分析美國人的財務活動與車牌資料，預測並攔截可能涉及大麻走私的駕駛人。該單位利用自動車牌辨識系統（ALPR）追蹤車輛移動，並將數據與財務記錄進行交叉比對以識別模式。地方警察隨後根據這些情報執行攔檢，即使駕駛人身上沒有特定的傳票或嫌疑，僅被列為潛在可疑對象。此計畫透過基於機率數據而非觀察到的犯罪行為來攔截駕駛人，突顯了人工智慧與機器學習在政府監控中的實際應用，將範圍從傳統的邊境安全擴展至財務習慣分析，進而影響公民自由。

事件背景

預測性執法利用歷史犯罪數據和演算法來預測犯罪可能發生的地點或涉及的人物。傳統上專注於基於地點的預測，這種方法正逐漸演進，納入財務交易和社群媒體活動等多樣化數據來源，以建立潛在嫌疑人的綜合檔案。

社群觀察

社群成員擔心大規模監控是這些技術的主要應用場景，並有人質疑為何由國土安全部而非緝毒局負責毒品走私案件。其他人則指出，這意味著僅是在州際公路上開車，現在就被視為足以進行財務記錄檢查的嫌疑行為。