La seguridad que aprende a recordarlo todo

Hace unos días leí una publicación que hablaba sobre unas cámaras especiales que habían sido instaladas en varios municipios de Puerto Rico. Se trataba de lectores automáticos de tablillas, conocidos como ALPR por sus siglas en inglés.

El propósito parecía bastante sencillo: identificar vehículos hurtados, localizar automóviles relacionados con investigaciones criminales y proveer información útil a las autoridades. Nada particularmente extraño para alguien que ha dedicado gran parte de su vida profesional a la seguridad.

Sin embargo, mientras continuaba leyendo los comentarios, comenzaron a aparecer otros conceptos: Flock Safety, Palantir, inteligencia artificial, reconocimiento facial y vigilancia gubernamental.

Lo que inicialmente parecía una discusión sobre unas cámaras, terminó llevándome a un asunto considerablemente más amplio. Y confieso, que todavía estoy tratando de entender esta amplitud.

No porque desconozca el valor de estas herramientas. Al contrario. He trabajado suficiente tiempo con sistemas similares como para reconocer lo que significa disponer de información a tiempo cuando intentamos prevenir un incidente, localizar a alguien o reconstruir lo ocurrido.

Lo que comenzó a inquietarme fue descubrir hasta dónde pueden llegar estas tecnologías cuando dejan de funcionar como herramientas separadas y comienzan a operar como sistemas interconectados.

Porque una cosa es que una cámara pueda observarnos. Otra muy distinta es que una red completa pueda recordarnos.

%%first_name%%, gracias por tu interés en este artículo. Espero que esta historia y mis reflexiones te aportan en algo. De ser así, no dudes en suscribirte para recibir las próximas publicaciones. Puedes hacerlo gratuitamente o apoyar mi proyecto con una suscripción de pago.

Una cámara que nunca olvida

Imaginemos un vehículo hurtado. Su dueño presenta una querella y la matrícula queda registrada en una lista de vehículos de interés. Cuando el automóvil pasa frente a un lector automático, el sistema reconoce la tablilla y genera una alerta.

La información permite que los agentes respondan. El beneficio es evidente.

Ahora, imaginemos que esa misma cámara registra todos los vehículos que pasan frente a ella, no solamente aquellos relacionados con una investigación. Además de la matrícula, puede conservar información sobre la apariencia del automóvil, la hora y el lugar de observación.

Eso es precisamente parte de lo que ofrecen plataformas como Flock Safety, que combinan reconocimiento de matrículas, características vehiculares, alertas automáticas y herramientas de búsqueda investigativa. Hasta aquí, podríamos decir que estamos ante una evolución de las cámaras de tránsito y de los sistemas tradicionales de vigilancia.

La diferencia empieza a hacerse evidente cuando conectamos muchas cámaras. Un vehículo puede aparecer en distintos lugares durante varios días. Sus registros permiten establecer horarios, recorridos y coincidencias con otros vehículos. Y ésos datos permanecen almacenados, de manera que alguien pueda consultarlos posteriormente.

Ahí está la diferencia.

No es lo mismo identificar un vehículo que estamos buscando ahora, que consultar dónde estuvo ese automóvil en las últimas semanas.

Ambas funciones pueden ser extraordinariamente útiles para una investigación. Sin embargo, la segunda función introduce una capacidad que merece nuestra atención: la habilidad de reconstruir movimientos retrospectivamente.

El sistema no necesita saber hoy que determinado vehículo será relevante mañana. Puede conservar la información primero y permitir que su relevancia se determine luego.

El Reino Unido: una muestra de la escala

Cuando comencé a investigar el tema, descubrí que esta capacidad no pertenece exclusivamente a Flock ni a Estados Unidos.

El Reino Unido cuenta con una infraestructura nacional de reconocimiento automático de matrículas conocida como, Automatic Number Plate Recognition o ANPR.

Según una evaluación oficial de privacidad actualizada en julio de 2026, el sistema recibe más de cien millones de lecturas diarias procedentes de miles de cámaras fijas y móviles. Estos registros se conservan normalmente durante doce meses.

El propio gobierno británico reconoce que la magnitud de esta infraestructura permite el seguimiento sistemático de personas y presenta riesgos significativos para sus derechos y libertades. Son cien millones de observaciones al día.

Esta cifra impresiona, aunque es preciso entender qué representa: Son lecturas de vehículos, no lectura de cien millones de personas distintas.

Las autoridades británicas destacan que ANPR permite desarrollar investigaciones, identificar vehículos de interés y reconstruir movimientos que serían extraordinariamente difíciles de documentar mediante vigilancia humana convencional. El beneficio operacional tiene fundamento.

Al mismo tiempo, la propia evaluación reconoce que muchos registros permanecen en las bases de datos sin ser consultados y terminan eliminándose al vencer el período de retención; 12 meses. Un año.

Es decir, el sistema conserva información sobre innumerables movimientos que nunca llegan a formar parte de una investigación. Eso fué lo que me hizo detenerme.

No necesariamente porque la recopilación sea ilegítima. El Reino Unido tiene un marco jurídico que justifica sus operaciones.

La pregunta que comenzó a darme