ICE usa TikTok para rastrear a inmigrantes: procesan fotos para reconocimiento facial

La evaluación sobre el uso de reconocimiento facial a partir de imágenes publicadas en plataformas digitales como TikTok, formaron parte de las conversaciones internas entre agentes del Servicio de Inmigración y Control de Aduanas (ICE) en California, según expedientes judiciales presentados por la Unión Americana de Libertades Civiles (ACLU).

Los documentos incorporados en una moción legal exponen consultas directas entre los funcionarios sobre la factibilidad de aplicar herramientas biométricas a las fotos de perfil de usuarios que realizaban comentarios sobre su estatus migratorio en internet, buscando cotejar los rostros con bases de datos gubernamentales.

Funcionamiento de la tecnología de escaneo biométrico

Las agencias de inmigración como ICE utilizan software de reconocimiento facial y ciberinteligencia basado en algoritmos de aprendizaje automático (machine learning) que procesan imágenes públicas para cruzarlas con bases de datos gubernamentales y comerciales como Clearview AI:

1 Extracción de puntos nodales (Mapeo facial): El software no compara una foto con otra como lo haría un ojo humano. La herramienta mide las distancias matemáticas entre puntos clave del rostro: la separación entre los ojos, la distancia desde la frente hasta la barbilla, la forma de los pómulos y el contorno de la nariz. Esto crea una huella facial digital única (un código numérico).

2 Cotejo con bases de datos masivas: Esa huella se contrasta en segundos contra millones de registros guardados en sistemas como:

•  Bases de datos de licencias de conducir: A través de acuerdos con los departamentos de vehículos motores (DMV) de múltiples estados.
  Sistemas de antecedentes criminales y migratorios: Fichas policiales (mugshots), visas previas, pasaportes y registros de detenciones de deportación.
• Bases de datos privadas de ciberinteligencia: Herramientas comerciales (como Clearview AI) que han extraído (scraped) miles de millones de imágenes públicas de plataformas como Facebook, Instagram, LinkedIn y TikTok.

3 Herramientas de raspado de datos (Web Scraping): Además del rostro, utilizan programas que escanean texto en cuentas públicas buscando palabras clave (como «indocumentado», «sin papeles», o referencias a citas migratorias) para priorizar qué perfiles o comentarios deben ser analizados.

Recomendaciones legales y medidas de resguardo digital

Ante el incremento de la fiscalización en entornos virtuales, abogados especializados en materia migratoria coinciden en la importancia de ajustar los hábitos de uso en plataformas de internet para prevenir la exposición de información sensible ante el rastreo de agencias federales.

Las sugerencias técnicas y legales contemplan las siguientes pautas de actuación:

• Configuración de privacidad: Ajustar los perfiles en redes sociales a modo privado para limitar el acceso del público general y restringir las visualizaciones a contactos directos.
• Depuración de contenidos: Revisar y eliminar comentarios, publicaciones antiguas, transmisiones en vivo o material audiovisual donde se mencione la condición migratoria, ubicaciones en tiempo real o lugares de empleo.
• Moderación en la interacción pública: Evitar realizar declaraciones o debates en secciones de comentarios de cuentas públicas referentes a la estancia irregular en el país.
• Protocolos de actuación presencial: Recordar que, ante una eventual interacción con agentes de migración en la vía pública o el domicilio, la persona mantiene el derecho constitucional a permanecer en silencio, no firmar documentos sin presencia legal y solicitar la representación de un abogado.

Limitaciones de la tecnología

A pesar de su potencia, estos sistemas presentan fallas técnicas conocidas:

• Ángulo y resolución: Como se observa en la conversación de los agentes, una foto de perfil de baja calidad, borrosa, tomada con filtro o en un ángulo lateral reduce significativamente la tasa de coincidencia (match rate).
• Sesgo algorítmico: Diversos estudios independientes han demostrado que la tasa de falsos positivos en software de reconocimiento facial aumenta en personas con piel oscura o rasgos étnicos específicos, lo que suele generar errores de identificación en la práctica policial.

Fuente: 2001