随着人工智能、脸部识别、自动车牌辨识及政府数据库快速整合，美国移民执法正进入一个更加依赖科技与数据的新阶段。与此同时，从加州到全美各地，围绕政府监控、个人隐私，以及地方执法数据是否可能流向联邦移民机构的争议持续升温。
美国社区媒体（American Community Media，ACoM）9月10日在旧金山举行 “The Expanding Surveillance Dragnet: The Stealth Chapter in the War on Immigrants”（不断扩大的监控网络：移民战争中的隐形战线）专题论坛，邀请移民律师、数据科学家、民权专家及社区组织者，讨论AI、脸部识别、自动车牌辨识系统（ALPR）及跨部门数据共享如何改变美国移民执法。
ACoM 执行主任 Jaya Padmanabhan 开场指出，人工智能快速发展，但监控产业应用AI仍缺乏足够监管，“谁受到监控、何时受到监控、数据如何被使用”等问题日益受到关注。
目前全美约有12万台Flock车牌识别摄像头，每月进行约200亿次扫描。随着AI、政府数据库和自动识别技术相互连接，移民及民权组织担忧，原本用于公共安全的科技基础设施可能被进一步用于移民执法。
AI监控背后的庞大数据网络
第一场论坛 “从移民执法到政治监控” 邀请俄勒冈州移民律师 Stephen Manning、Niskanen Center高级研究员 Denise Bell、美国移民委员会（American Immigration Council）高级数据科学家 Steven Hubbard，以及电子前沿基金会（Electronic Frontier Foundation，EFF）高级律师 Saira Hussain。
Hubbard指出，当前监控体系的力量不一定来自某个特别先进的AI模型，更重要的是政府能够搜索、连接和分析过去分散在不同系统中的大量资料，包括移民身份、旅行纪录、生物识别信息及其他政府和商业数据库。
当机器学习和电脑视觉等技术与这些数据库结合，执法机构寻找、定位和确认个人身份的能力也随之扩大。脸部识别及自动车牌辨识，就是其中最受关注的应用。
“先逮捕，再找理由？”
Stephen Manning以2025年10月在俄勒冈州展开的“Operation Black Rose”为例，说明科技监控如何进入实际移民执法。这项行动结合脸部识别、无人机及其他监控工具。Manning目前代理两名受到行动影响的俄勒冈居民，他们已在联邦法院对国土安全部（DHS）提出诉讼。
Manning将这种执法模式概括为 “Arrest First, Justify Later”（先逮捕，再找理由）。相关争议也提出一个重要法律问题：当执法人员利用科技先锁定某个地区、车辆或人群，再进一步确认个人身份时，传统上要求政府具备合理怀疑或相当理由的法律保障应如何适用？
Denise Bell则介绍针对移民执法行动的研究。论坛讨论到119起所谓“misconduct via surveillance”（透过监控产生的不当行为）事件，包括民众因为观察或记录执法行动而遭到执法人员报复的案例，其中不少发生在加州和伊利诺伊州。
这也使问题从“政府如何监控移民”进一步扩大到普通居民、记者和社区成员在记录政府执法时，自身是否也可能成为监控对象。
从政府资料延伸到商业数据库
EFF高级律师 Saira Hussain指出，现代监控体系的数据并不限于单一联邦机构。联邦、州和地方政府分别掌握不同类别的信息，商业数据供应商同样拥有大量个人资料。
当这些资料能够跨机构查询、整合甚至用于AI分析时，过去相互分离的数据库逐渐被连接。因此，争议已经不仅是ICE使用哪一种软件，而是政府能够取得哪些资料、谁可以授权访问，以及居民最初提供给某个机构的信息，最终是否会被用于完全不同的执法目的。
Hussain认为，需要更全面的数据隐私法律和监督机制，规范政府取得及使用个人资料的方式。
Flock车牌监控成为争议焦点
第二场论坛 “实践中的抵抗：法律、社区与保护” 将重点转向自动车牌辨识系统，以及地方社区如何回应监控技术扩张。
与会者包括曾任职Flock Safety的 Jonathan Paz、Secure Justice执行主任 Brian Hofer、移民权益组织SIREN社区组织者 Kimberley Woo、Immigrant Legal Resource Center律师 Lena Graber，以及北加州ACLU执行主任 Abdi Soltani。
Flock摄像头能够记录经过车辆的车牌及相关车辆信息，协助警方寻找失窃车辆或调查犯罪。但当不同地区的摄像头连接成庞大网络后，车辆在不同地点出现的纪录也可能形成详细的位置轨迹。
论坛引用的公共纪录显示，2025年克利夫兰的Flock数据库曾近2,000次被搜索，以协助ICE或执行移民法律；纽约州和地方警察也曾代表ICE查询车牌数据库。此外，华盛顿州至少8个执法机构曾在2025年的某些时期允许美国边境巡逻队直接进行一对一数据共享。
这些案例也带来一个关键问题：由地方纳税人出资、原本用于地方公共安全的监控系统，是否应该被进一步用于联邦民事移民执法？
前Flock员工质疑大规模监控
Jonathan Paz曾在Flock工作，后来转而公开质疑大规模车牌监控。他在论坛中说明自己从向地方政府推广Flock系统，到后来改变立场的过程，并谈及马萨诸塞州Waltham安装Flock摄像头所引发的地方监督问题。
Secure Justice执行主任 Brian Hofer则指出，车牌识别系统并非独立运作，而可能成为更庞大信息网络的一部分。因此，数据保存多久、谁可以搜索、能否与外地机构分享，都需要明确规范。
湾区城市重新审查Flock政策
加州湾区已经成为这场争议的重要地区。
SIREN社区组织者 Kimberley Woo介绍当地社区反对过度使用Flock摄像头的行动。圣荷西拥有474台Flock摄像头；Mountain View在发现州外机构曾取得当地数据后，于今年2月关闭相关摄像头。Santa Clara County随后修改政策，圣荷西市议会也于3月加强数据使用限制。
社区组织者认为，对移民家庭而言，问题不只是“有没有被摄像头拍到”，而是不知道车辆位置及其他个人资料最终会被哪些机构取得。
这种不确定性可能产生“寒蝉效应”，使部分居民因为担心被追踪或影响移民身份，而减少外出、避免与政府机构接触，甚至不敢使用原本依法可以获得的公共服务。
“庇护州”不代表数据完全隔离
Immigrant Legal Resource Center律师 Lena Graber提醒，Flock只是地方执法与移民执法之间数据流动的一部分。更传统的数据管道已经存在多年，例如一个人被地方执法机构逮捕后，其指纹资料可能自动进入不同数据库，并进一步与移民资料比对。
因此，即使加州已经建立法律框架，限制地方执法机构参与联邦移民执法，“庇护政策”也不意味着地方政府所有资料与联邦移民执法之间都存在完全封闭的防火墙。
北加州ACLU执行主任 Abdi Soltani则指出，加州虽然拥有较强的隐私保护制度，但法律能否真正发挥作用，仍取决于地方政府如何执行，以及社区能否了解警方购买和使用哪些监控技术。
论坛讨论认为，地方监督仍是重要防线，包括要求司法令状、限制数据保存期限、限制未经授权的跨州分享，以及要求执法机构公开说明监控技术用途。
从AI脸部识别、政府与商业数据库，到道路上的自动车牌摄像头，美国移民执法正越来越深入数字数据时代。
9月10日的讨论也显示，这场争议已经超越单纯的移民政策。当车辆位置、生物识别、旅行纪录及其他个人信息能够被不同数据库迅速连接，受到影响的可能不仅是移民群体。
未来地方政府、新闻媒体及社区需要持续追问的核心问题是：谁在收集这些资料？谁能够搜索？资料保存多久？又会被用于什么目的？在人工智能和监控技术持续发展的同时，如何在公共安全、移民执法、个人隐私与公民权利之间建立界线，也将成为美国社会持续面对的重要议题。