Estudiantes se rebelan contra Flock Safety y su red de cámaras con IA que leen matrículas

Por Zendoric · 19 de julio de 2026. La cobertura original que motiva esta pieza es escasa en detalles concretos —no precisa campus, fecha exacta del origen de la protesta ni cifras de participación—, así que conviene ser honestos sobre los límites de lo que sabemos con certeza. Lo que sí es un hecho documentado y verificable es el objeto de la disputa: Flock Safety, la empresa detrás de una de las redes de lectores automáticos de matrículas (ALPR, por sus siglas en inglés, cámaras que fotografían y clasifican matrículas de vehículos en tiempo real usando visión por ordenador) más extendidas de Estados Unidos, instalada por miles de departamentos de policía y, cada vez más, por universidades y comunidades residenciales.

El juego de palabras del titular —'get it the FLOCK out', que suena como una expresión malsonante en inglés— resume el tono de la protesta estudiantil: hartazgo ante una infraestructura de vigilancia que se ha extendido casi sin debate público. La preocupación no es nueva ni exclusiva de este episodio. En general, medios especializados en privacidad y organizaciones como la Electronic Frontier Foundation llevan tiempo señalando que estas redes de cámaras permiten reconstruir los desplazamientos de cualquier persona, y que los datos recopilados por policías locales han terminado, en varios casos documentados, compartidos con agencias federales de inmigración sin que existiera un mandato judicial específico para ese uso.

Que sean estudiantes quienes lideren esta ola de rechazo tiene lógica: los campus universitarios concentran a población joven, inmigrante y activista, precisamente los perfiles más expuestos si la vigilancia perimetral se convierte en una base de datos de movimientos accesible a terceros. La demanda no es contra la tecnología de reconocimiento en sí, sino contra la falta de supervisión sobre quién accede a esos datos, durante cuánto tiempo se retienen y con qué propósito.

Aquí conecta con una tensión que hemos señalado en otros análisis: la capacidad técnica de la IA avanza más rápido que los mecanismos de gobernanza que deberían acotarla. Un sistema de visión por ordenador capaz de leer matrículas a gran escala no es intrínsecamente maligno —la misma tecnología sirve para localizar vehículos robados o coordinar respuestas de emergencia—, pero sin auditorías independientes, cláusulas de caducidad de datos y control local real sobre los acuerdos de intercambio de información, se convierte en infraestructura de vigilancia de facto sin que nadie haya votado por ella.

Nuestra lectura es que este tipo de movilización, lejos de ser anecdótica, es exactamente el tipo de fricción social que cabía esperar en la transición hacia una sociedad más automatizada: a corto plazo, la ciudadanía —y en particular los colectivos más vulnerables a un uso abusivo— tiene razones legítimas para exigir límites y transparencia. La respuesta sensata no es rechazar la tecnología de detección por IA en bloque, sino construir, en paralelo a su despliegue, los mismos estándares de auditoría, rendición de cuentas y control democrático que ya reclamamos para otros usos de la IA de alto riesgo. Si el sector no lo hace de forma proactiva, protestas como esta seguirán multiplicándose, y con razón.