AI 車牌辨識如何被用來追蹤車輛？Flock 案的風險與查證

佛羅里達州女子 Lindsey Isaacs 因一輛黑色 Dodge Durango 出現在命案車禍附近，被控涉入造成三人死亡的肇事逃逸案。警方引用 Flock Safety 車牌辨識攝影機拍到的車輛影像等線索逮捕她；她被拒絕交保，在看守所待了 13 天。

辯護律師後來提出車輛沒有撞擊損傷等資料，州檢察官重啟調查。檢方於 2026 年 5 月撤銷對她的指控，另逮捕一名駕駛不同車輛的女子。

Isaacs 對警員提出的民事訴訟指控仍待司法程序處理。InvestigateTV 對案件的報導顯示，爭點在於調查人員如何使用影像和其他證據。

當車牌搜尋系統找出一輛「可能相關」的車，調查者如何確認它真與案件有關？美國參議院司法委員會於 2026 年 9 月 23 日舉行聽證，討論 Flock 網絡、資料查詢和公民隱私。

參議員 Josh Hawley 在聽證後的摘要稱，Flock 在美國 49 州設有約 12 萬台攝影機。攝影機數量不等於每筆紀錄都有人查看，也不代表各地使用方式相同。Hawley 的聽證摘要列出這項公司網絡規模。

Hawley 的聽證摘要記錄了 Isaacs 與資安工程師 Benn Jordan 在聽證中的陳述。

一、車牌搜尋結果為何不能直接變成逮捕結論？

車輛影像和車牌比對只能提供調查線索，無法單獨證明車主當時駕車或參與犯罪。執法人員仍須核對時間、位置、車況、目擊者描述與其他獨立證據。

自動車牌辨識（ALPR）會拍下車牌與車輛影像，辨讀號碼並記錄時間、地點；部分系統還能以車種、顏色或外觀特徵搜尋。多個地點的紀錄連在一起，就能回看一輛車經過哪些路段。它適合縮短人工翻查影像的時間，卻也會把「出現在附近」轉成看似完整的行蹤線索。

Isaacs 案中，影像記錄了她的車輛在事故前後出現在周邊道路，當中一處距事故地點約三英里。這個時間與位置資訊本身需要放回完整時間線解讀：攝影機紀錄距離車禍多遠、方向為何、影像是否能辨認車況？報導指出，檢方重新調查後發現，她的車沒有顯示與撞擊相符的損傷，另名駕駛的車牌則與報案者提供的部分號碼相符。系統抓到相似車輛，無法補足這些調查步驟。

Flock 對 InvestigateTV 表示，攝影機提供的是調查線索，不會認定誰是犯罪者或決定逮捕；公司也認為相關影像其實顯示 Isaacs 的車在事故前位於三英里外。這個說法與她被逮捕的經過形成落差，正好說明資料的意義取決於讀取方式、上下文及後續查證。讀者若遇到類似的自動比對結果，可以先問：原始影像能辨認什麼？辨識結果的信心或限制有沒有揭露？有沒有不依賴同一套系統的佐證？其他用 AI 輔助判斷的場合也有同樣的問題，AI 測謊的誤判評測與限制同樣提醒，系統輸出只能當參考，誤判率與適用範圍要另外檢驗。

「攝影機提供調查線索，不會認定犯罪者，也不會作出逮捕決定。」（Flock Safety 對 InvestigateTV 的說明）

二、監控網絡帶來的效益與隱私成本

車牌攝影機能協助尋找失蹤長者、追查失竊車或重建案件時間線；持續記錄一般車輛，也可能讓未涉案者的日常移動被長期保存和跨區查詢。

車牌攝影機能協助處理尋人和追查車輛案件。亞利桑那州 Pinal County 警長 Ross Teeple 在書面證詞中表示，車牌辨識可用來比對失竊車輛資料庫或尋找失蹤者。

這類快速搜尋可能縮短尋人時間，評估技術時仍需把效益與限制一併檢視。

警長 Ross Teeple 的參議院書面證詞表示，車牌辨識系統可協助尋找失蹤者，也說明他終止與 Flock 的合約。

但車牌資料的隱私成本和單次攝影不同。路人並未因經過路口就成為調查對象，資料庫卻可能保留每次通行的位置，再透過跨區分享拼出常去的工作地點、醫療院所、宗教場所或親友住處。法律與政策討論的重點因此不只在「有沒有拍到車牌」，也包括誰能搜尋、是否要填案號或取得核准、查詢範圍能否跨城市、資料保存多久，以及誰能檢查查詢紀錄。

討論AI 隱私與企業資料如何劃定使用邊界時，同樣要問資料由誰保管、可提供給哪些單位、用途變更如何通知，以及民眾如何得知查詢紀錄。跨機關分享擴大搜尋範圍，地方規則未必涵蓋所有使用者。

三、資料權限若缺少約束，濫用可能來自有帳號的人

不只外部入侵才構成風險；有權限的人若為私人目的查詢，或跨機關分享缺少核准與稽核，也可能造成資料被不當利用。

喬治亞州調查局（GBI）在 2026 年 7 月公布，奧爾巴尼市警方內部稽核發現，多名員警曾查詢 Flock 系統，並將車牌資料用於非執法目的。GBI 因此逮捕並起訴五名前員警，案件仍在調查，指控尚未經法院定罪。

另一宗案件中，GBI 表示一名前警局 911 主任涉嫌在 2024 至 2025 年間為非執法目的存取系統，遭控兩項違法使用車牌辨識系統罪名。

GBI 對奧爾巴尼案的公告顯示，管理者除了確認誰能登入，還得知道搜尋是否有正當理由。

911 主任一案也顯示，濫用風險涉及各種擁有帳號的職務角色。該案公告說明調查仍在進行。

系統要同時限制查詢目的、案件編號、資料範圍與核准角色，留下難以修改的紀錄並抽查異常高頻搜尋。AI 代理權限與人工覆核的設計方式也可提供治理參考：高影響操作需要範圍限制、留痕和可追責的人。

跨機關分享要列出對象與期限，合約也需說清楚廠商能否複製、分析或保留資料。

四、資安驗證要回答資料能否被看見、複製或竄改

資安檢查應涵蓋設備本身、管理介面、雲端帳號、資料加密、更新機制與存取紀錄，並確認漏洞通報後誰負責修補和驗證。

聽證證人、資安工程師 Benn Jordan 在聽證中說明他與研究者對 Flock 裝置進行的安全檢視及相關發現；Hawley 的聽證摘要記錄了他的陳述。

研究者的測試與證詞不代表每一台已部署攝影機都能被遠端入侵。Flock 在安全說明中表示，已針對公開的研究發現發布客戶公告，並將部分漏洞登錄至 MITRE 的 CVE 資料庫。評估時要分辨可重現漏洞、實際入侵事件與修補狀態。

當系統同時保存大量車輛影像與位置紀錄，設備遺失、預設密碼、更新延遲或管理介面暴露，都可能讓問題從單一硬體延伸到居民行蹤。安全控制不能只依賴廠商保證「已加密」；採購與續約時應要求獨立測試、弱點修補時限、資料外洩通報方式、管理者多因素驗證與刪除證明。若廠商不允許第三方驗證，機關就難以確認公開的安全聲明是否涵蓋實際部署環境。

「公務機關對個人資料之利用，應於執行法定職務必要範圍內為之，並與蒐集之特定目的相符。」（《個人資料保護法》第 16 條）

五、台灣採購或使用監控科技前，可以先查五件事

先確認蒐集目的與法定職務是否相符，再查詢資料保存、跨機關分享、個別查詢留痕、錯誤更正與資安稽核機制。這些問題能把抽象的隱私討論轉成採購和監督條件。

台灣《個人資料保護法》將可直接或間接識別個人的資料納入個人資料；公務機關須基於特定目的蒐集或處理，利用也應符合目的並限於法定職務必要範圍。車牌、影像和時間地點能否識別個人，要依實際資料與用途判斷，不能只因沒有姓名就排除個資風險。全國法規資料庫提供法條全文。

公部門評估採購時，可逐項確認：一，蒐集目的能否具體說明，設備是否只部署在必要位置；二，資料何時自動刪除，是否可因一般性理由延長保存；三，誰能查詢、是否須有案件理由及主管核准；四，跨機關或跨境分享如何限制，民眾能否提出更正或查詢爭議；五，是否有獨立資安測試、稽核紀錄與停用及刪除流程。這些問題也適合民眾向地方政府或民意代表詢問。

1. 查用途：要求機關公開系統蒐集什麼資料、依據何種法定職務，以及不蒐集會造成什麼具體缺口。
2. 查期限與分享：確認資料保存天數、延長條件、可查詢單位和跨區分享範圍。
3. 查每次搜尋：詢問是否強制填案件編號、是否需要主管核准，以及誰會定期抽查紀錄。
4. 查錯誤處理：確認錯誤比對如何更正、異議期間是否停止使用，以及受影響者能否取得說明。
5. 查安全與退場：要求獨立測試、漏洞通報時限、刪除證明和合約終止後的資料處置方式。

• 自動車牌比對縮短搜尋時間，不能替代調查者對車況、時間線及其他證據的核對。
• 監督應同時涵蓋人員查詢權限、跨機關分享、保存期限、資安修補和錯誤更正。
• 公共安全效益需要可查證的案件結果支持，也要能由獨立機制檢驗隱私與安全成本。

常見問題

Q1：Flock Safety 的系統就是「AI 逮捕人」嗎？

不會。系統拍攝、辨讀或搜尋車輛特徵，警方再將結果納入調查。Isaacs 案爭點在於人員如何把影像和其他線索解讀成逮捕依據；模型本身不會作出司法決定。

Q2：車牌攝影機對所有路人都會建立個人檔案嗎？

設備會記錄經過鏡頭的車輛與時間、地點資料，資料是否能識別車主、保存多久及如何連結其他資料，要看系統設計、契約與實際使用規則。應向部署機關查詢其資料處理告知與保存政策。

Q3：系統有查詢紀錄，是否就能避免濫用？

查詢紀錄是追責的必要條件之一，仍須有人定期檢查。若查詢理由可隨意填寫、異常行為沒人覆核，留下紀錄未必能及時阻止不當使用。

Q4：台灣民眾可以從哪裡開始了解當地攝影機管理？

可詢問地方政府或警察機關的個資檔案公告、設備用途、保存期限、查詢權限及委外合約；若對個人資料正確性或使用方式有疑問，可參考個資法所列的查詢、更正與停止利用等權利。