监控技术初创公司Flock周四宣布了一系列新政策和新工具，声称这些措施将有助于遏制其自动车牌摄像头读取系统的滥用，并帮助其执法客户承担责任。
Flock现在建议警察部门将数据保留时间从之前的30天缩短至7天。与此同时，该公司推出了一款名为“证据模式”（Evidence Mode）的功能，在客户需要在“特殊情况下”长期保留数据时可以开启，且需要提供具体的案件编号。客户现在还可以根据正在调查的犯罪类型，限制与其他客户共享的数据。
该公司还将一款名为“Audit Assistance”的工具列为主要变化之一。Flock于今年4月推出了该工具。此后，Flock表示，超过三分之一的客户已启用该工具，这家初创公司现在要求所有客户在年底前启用它。
根据周四发布的博客文章，Flock表示，Audit Assistance“检测异常活动并将其标记以供管理员审查”。如果发生这种情况，该工具可以自动锁定被标记的用户，直到管理员介入。据Flock称，该工具已经帮助客户发现并制止了滥用行为。
几位高管对Audit Assistance的功能进行了宣传。但尽管其重要性被屡屡强调，Flock尚未详细解释Audit Assistance的实际工作原理。
一些官方评论让人们初步了解Audit Assistance能做什么；但在试图确定其如何实现时，信息就变得含糊了。
例如，Flock的信任与合规主管阿什利·哈伯在一段视频中表示，Audit Assistance可以标记“可能看起来像某个用户异常搜索记录的内容”，帮助客户了解其用户如何操作系统。在另一段视频中，Flock联合创始人佩奇·托德表示：“Audit Assistance实际上会尽早标记异常模式。比如，一个用户在30多天内反复搜索同一车牌。”
佐治亚州邓伍迪警察局的帕特里克·克里格少校是Flock的客户，他在一份新闻稿中将该功能描述为“一种能通知我们任何类型偏见的算法”。
Flock将Audit Assistance描述为一种可以“尽早发现非典型活动，并通过清晰、文档化的工作流程快速审查”的功能。
目前尚不清楚的是——TechCrunch已就此提问——这种“算法”实际上是如何工作的，它使用了哪些数据进行训练，以及它是否是利用大型语言模型开发的。TechCrunch还询问了该工具旨在发现哪些类型的模式，以及究竟什么会被标记为“异常活动”？
据Flock称，Audit Assistance并非基于机器学习或人工智能。该公司告诉TechCrunch：“它是一个标记非典型搜索模式以供进一步审查的数据工具。一个触发标记的例子是，如果用户使用多个不同的案件代码搜索同一车牌，这可能表明存在滥用情况。标记并不表示肯定存在滥用——仅表示值得进一步调查。”
然而，许多问题仍未得到解答，包括Flock是否有任何统计数据或数据来显示该工具的有效性、其误报率和漏报率是多少，以及它是否经过第三方审计？
隐私专家和Flock的批评者并未被Audit Assistance打动。
美国公民自由联盟高级政策顾问查德·马洛在回应Flock的公告时写道：“没有证据表明该工具能一致地”解决滥用问题。
“虽然最近有数十名警官因出于个人原因滥用Flock而被逮捕、解雇或受到其他纪律处分，但Flock声称这些逮捕证明了其审计工具的有效性，”马洛写道。“然而，除非我们知道滥用该系统的人员数量，否则我们无法判断Flock及其审计工具是抓到了95%的违规者，还是只有5%。Flock需要让其审计工具接受独立评估，以确定其实际有效性。在那之前，我们不知道这个工具是真正的安全措施，还是仅仅是个装饰品。”
电子前沿基金会安全研究员兼高级公共利益技术专家库珀·昆廷告诉TechCrunch，Audit Assistance是否有效可能并不重要。
“如果它确实有效，执法部门会想办法绕过它，”他说，并补充说，最终重要的是滥用者是否被抓住并追究责任。“如果滥用没有后果，而且该工具报告的对象就是实施滥用的同一警察机构，那它只是Flock的一块遮羞布。确保问责制的最佳方式是制定法律限制这项技术的使用，并要求使用时必须获得搜查令。”
布伦南中心自由与国家安全项目主任雷切尔·莱文森-沃尔德曼告诉TechCrunch，强制使用Audit Assistance是朝着正确方向迈出的一步，“理论上”该工具“是一个好主意”。但她也表示，该工具本身“需要接受审计”，因为关于它在实践中如何运作的信息还不够充分。
Flock的此番公告是在多年来其客户屡次被曝滥用其技术之后发布的。本周早些时候，三名前佐治亚州警长副手被捕，并被指控使用Flock摄像头跟踪他们当时“存在私人关系”的人，据比伯县警长办公室发布的新闻稿称。在此案中，比伯县警长大卫·戴维斯特别提到Flock的新工具Audit Assistance发现了这一滥用行为。