InquiryIQ è un prototipo interno non rilasciato di Clearview AI progettato per estendere una ricerca di riconoscimento facciale a pagine Web, immagini e possibili relazioni personali. Clearview AI afferma che nessun cliente delle forze dell’ordine ha usato il sistema e che non prevede di rilasciarlo nella forma attuale. Non si parla quindi di uno strumento di polizia già operativo, ma di un progetto che mostra come potrebbe cambiare il passaggio da un volto identificato a un profilo digitale molto più ampio.
InquiryIQ è un prototipo non rilasciato
Il punto decisivo è lo stato del progetto: InquiryIQ non è presentato come un servizio pubblico o come un prodotto già distribuito. Clearview AI lo descrive come uno sviluppo interno e sostiene che nessun utente delle forze dell’ordine lo abbia mai utilizzato. La società afferma inoltre di non volerlo rilasciare nella sua forma attuale.
Questa distinzione conta. Il riconoscimento facciale può fornire un possibile indizio; InquiryIQ è stato progettato per lavorare su ciò che potrebbe venire dopo, collegando quell’indizio a una ricerca più estesa sul Web. Un’interfaccia articolata e un insieme di funzioni previste non equivalgono però a un sistema operativo sul campo, né dimostrano che le sue conclusioni siano corrette.
Come passerebbe dal volto al Candidate Graph
Il flusso immaginato parte da informazioni ottenute durante una precedente ricerca di riconoscimento facciale. L’investigatore inserirebbe i dettagli ritenuti pertinenti; il prototipo potrebbe poi cercare sul Web e nelle immagini, visitare pagine, analizzare fotografie e applicare il riconoscimento facciale ad altri volti incontrati durante la navigazione.
L’obiettivo sarebbe organizzare i risultati in un Candidate Graph, cioè una struttura di possibili identità e collegamenti. Non è una semplice lista di risultati: il progetto è pensato per mettere in relazione persone, informazioni e nuovi indizi, così da suggerire quale elemento possa essere collegato al soggetto iniziale.
| Dimensione del flusso | Progetto del prototipo InquiryIQ | Flusso precedente di Clearview |
| Punto di partenza | Informazioni ricavate da una ricerca di riconoscimento facciale | Possibili corrispondenze e indizi restituiti dalla ricerca del volto |
| Attività successive | Ricerca Web e di immagini, navigazione delle pagine, analisi fotografica e ulteriori confronti facciali | Gli investigatori seguivano manualmente i collegamenti e svolgevano altre ricerche |
| Organizzazione dei risultati | Possibile Candidate Graph con identità e associati potenziali | Risultati e collegamenti da esaminare nel corso dell’indagine |
| Ruolo dell’operatore | Inserisce dettagli, valuta i risultati e verifica le informazioni prima di accettarle | Segue i collegamenti e svolge ulteriori ricerche |
L’elemento nuovo, almeno nel disegno del prototipo, è l’ampiezza del percorso: non soltanto trovare una possibile corrispondenza, ma attraversare automaticamente più livelli di informazioni online.
I dati possibili e il controllo umano
Il Candidate Graph potrebbe contenere identità e associati possibili, insieme a possibili indirizzi, numeri di telefono, datori di lavoro, account sui social network, precedenti di arresto, alias e caratteristiche fisiche. Sono campi sensibili, e il linguaggio del progetto li presenta come risultati da valutare, non come fatti garantiti.
L’interfaccia contempla inoltre età, genere e razza tra gli eventuali dati d’ingresso utili a prendere “decisioni più intelligenti”. Non è però definito quale effetto tecnico abbiano questi elementi sui risultati. Non si può quindi concludere che migliorino l’accuratezza o che determinino un esito specifico.
Il sistema prevede un passaggio umano: l’operatore dovrebbe accettare o rifiutare i dettagli emersi e verificare indipendentemente le informazioni prima di inserirle in un profilo. L’interfaccia avverte esplicitamente che i dati demografici, social e relativi agli arresti generati automaticamente potrebbero essere accurati oppure no.
È una barriera importante, ma non una garanzia assoluta. Woodrow Hartzog, studioso di privacy, ha osservato che la presenza di una persona nel processo può offrire una protezione debole se il controllo finisce per ridursi a un semplice timbro di approvazione. In altre parole: “c’è un umano” non significa automaticamente “c’è una valutazione indipendente”.
Il costo ridotto della sorveglianza
La questione centrale non è soltanto ciò che InquiryIQ potrebbe cercare, ma quanto facilmente potrebbe farlo. Ricerche molto ampie richiedono tempo, personale e una sequenza di decisioni. Automatizzare la navigazione, la raccolta e il collegamento degli indizi potrebbe ridurre queste barriere pratiche e rendere più economiche le indagini esplorative su una persona.
Andrew Guthrie Ferguson, professore di diritto alla George Washington University, ha descritto il rischio come la costruzione di un profilo a partire dalle tracce digitali lasciate online. Woodrow Hartzog ha collegato il problema alla perdita di quella “frizione” che in passato rendeva più difficile seguire sistematicamente le persone attraverso le informazioni disponibili.
Qui emerge anche una possibile conseguenza istituzionale: se il sistema conservasse le richieste iniziali, le ricerche eseguite, i modelli scelti e il percorso seguito, le indagini potrebbero diventare più facili da ricostruire e sottoporre ad audit rispetto a ricerche umane non documentate. Ferguson considera questa una possibile nota positiva, non una capacità dimostrata da un sistema già operativo.
Il rovescio della medaglia è altrettanto concreto: più semplice è generare piste, più facile può diventare esplorare grandi quantità di dati senza un confine investigativo altrettanto chiaro. La velocità non risolve il problema della pertinenza. Può soltanto far arrivare più in fretta sia gli indizi utili sia quelli sbagliati.
Un risultato generato non è una prova
InquiryIQ è descritto come uno strumento per formulare e mettere alla prova una possibile ipotesi, non come un’autorità capace di stabilire da sola la verità. Amos Kyler, amministratore delegato di Clearview AI, ha presentato il ruolo dell’analista come quello di distinguere ciò che è vero dal rumore e trasformare una pista in un risultato verificato.
Questa impostazione lascia aperti diversi problemi pratici. Un dato errato su un account social, un arresto o un’associazione può contaminare i passaggi successivi; un modello generativo può inoltre produrre collegamenti plausibili ma infondati. Michael Price, direttore del contenzioso del Fourth Amendment Center della National Association of Criminal Defense Lawyers, ha messo in dubbio che un chatbot incline alle allucinazioni sarebbe considerato un informatore affidabile in altri contesti.
La verifica umana, dunque, dovrebbe essere un passaggio sostanziale: controllare la fonte del dato, separare una corrispondenza possibile da un’identificazione certa e documentare perché una pista è stata accettata o scartata. Il prototipo non dimostra da solo che questo processo funzionerebbe, né che produrrebbe risultati accurati.
Che cosa significa oggi per chi segue l’AI di polizia
InquiryIQ descrive uno spostamento significativo: dal riconoscimento facciale come generatore di possibili piste alla costruzione automatizzata di un profilo digitale più esteso. Il progetto resta non rilasciato e Clearview AI afferma che non è stato usato da clienti delle forze dell’ordine. Non è quindi corretto trattarlo come una tecnologia già adottata dalla polizia o come la causa di un arresto specifico.
Il suo interesse sta altrove. Mostra quali informazioni potrebbero essere collegate in un unico flusso e rende visibile il compromesso: meno lavoro manuale e percorsi forse più tracciabili da una parte; maggiore capacità di esplorazione, errori generati e rischio di automatizzare la sorveglianza dall’altra.
La domanda decisiva non è soltanto se un sistema del genere sappia trovare più dati. È se ogni collegamento possa essere controllato, contestato e ricostruito prima di influenzare una decisione reale. È lì che si gioca la differenza tra una pista digitale e una prova utilizzabile.
