###TL;DR：
佛罗里达一名男子在家中被捕，罪名竟然是“引诱未成年儿童”，但他住在300英里外的另一个城市。真相是AI人脸识别算法给出了93%的匹配度，却把无辜者送进了局子。这已经不是第一次了——AI“脸盲”翻车，背锅的总是少数族裔。
事情是这样的：2026年6月10日，佛罗里达州杰克逊维尔海滩的警方接到报案，称一名男子在麦当劳试图带走一个12岁以下女孩。监控拍到面部，但看不清细节。警察叔叔们立刻祭出神器——AI人脸识别系统。系统扫描后锁定了一个叫Robert Dillon的人，并给出了一个听起来很“专业”的置信度：93%。
然后呢？Robert Dillon在自己家被逮捕——尽管他住在距离案发地300英里外的另一个城市。300英里是什么概念？差不多从北京开车到济南，或者从纽约到波士顿。正常人谁会开着车去300英里外的麦当劳干坏事？但警方信了AI，不信常识。
Dillon现在起诉了多个执法机构1。他的律师说得很直白：这算法不靠谱，而且它已经不是第一次坑人了。
算法“脸盲”的翻车史，比你想的还要离谱
其实早在2020年，底特律就发生过第一起有据可查的AI人脸识别误捕案。非裔男子Robert Williams（同名不同人）被算法从模糊监控里“指认”成盗窃犯，结果在拘留所里关了30个小时，没吃没喝。警方事后发现，作案时他根本不在现场2。
更魔幻的是2023年的案子：怀孕8个月的非裔女子Porcha Woodruff在家门口被6名警察堵住，说她抢劫、劫车。算法拿她2015年的旧照跟监控比对，匹配上了。她指着肚子说“你在开玩笑吧？”，但没用。在拘留所里关了11小时，经历宫缩和背痛，最后交了10万美元保释金才出来3。
还有一位田纳西州的祖母，被AI认定是北达科他州的诈骗案主犯，含冤入狱半年。她甚至没去过北达科他州4。
这些案件有一个共同点：被误抓的全是非裔。这不是巧合。
为什么AI总是“看错”黑人？
技术层面其实不复杂：人脸识别算法的训练数据里，白人面孔占比过高，黑人面孔样本少，加上肤色深、面部特征对比度低，算法更容易“脸盲”。2019年美国国家标准与技术研究院的研究显示，部分算法对非裔和亚裔的错误识别率是白人的10到100倍3。
更可怕的是，算法还会“固化偏见”。刑事司法系统中原本就存在种族歧视的逮捕数据，算法把这些偏见当“真理”学进去，再输出给警察，形成一个恶性循环5。
说白了，AI不是公平的裁判，它只是把人类过去的偏见包装成了“科学”。
执法部门还在“无脑信任”
Dillon案里，警方对算法给出的93%概率几乎照单全收。但稍微动脑子想想：一个300英里外的人怎么可能出现在案发现场？人工核查本该是最后一道防线，但很多时候，分析员只是看一眼匹配结果就直接发逮捕令了。
法律专家说得很清楚：人脸识别只能在人工严格复核后作为辅助线索，不能作为逮捕的唯一依据3。但现实是，全美至少有3100家执法机构在使用这种技术3。
好消息是，立法者开始行动了。民主党众议员刘云平提出了《2022年面部识别法案》，要求执法部门使用面部识别时必须保证透明度，并每年评估3。欧洲议会已经通过《人工智能法案》，把实时远程生物识别列为“被禁止”级别。
但Dillon案告诉我们：法律跑不过技术，技术跑不过偏见。
写在最后：AI不会背锅，人才会
每次AI翻车，总有人甩锅给“算法缺陷”。但仔细想想，决定逮捕的最终是警察，批准逮捕令的是法官，开发算法的是工程师和管理者。AI只是一面镜子，照出的是人类系统里固有的粗糙和歧视。
科技无罪，有罪的是懒得思考的人。
希望Dillon能赢下这场官司。不是为了他一个人，而是为了让每一个可能被算法“误判”的普通人，都能在铁窗前多一丝清醒的机会。
引用：
-
Florida lawsuit alleges wrongful arrest after AI facial recognition error·The Guardian (2026/6/11)·检索日期2026/6/11 ↩︎
-
人工智能的受害者：人脸识别技术扫描数百万驾照仍有无辜者被认错·ABC中文 (2023/11/3)·检索日期2026/6/11 ↩︎
-
人脸识别技术出错，美国怀孕8月非裔女子被指抢劫遭关押·科学网（转自澎湃新闻）·方晓 (2023/8/14)·检索日期2026/6/11 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
AI面部识别系统误判！美国一祖母含冤入狱半年·澎湃新闻 (2025/12/21)·检索日期2026/6/11 ↩︎
-
论“算法偏见”对刑事正当程序的冲击及应对·经贸法律评论 (2025年第5期)·检索日期2026/6/11 ↩︎