Um dos muitos legados dos ataques terroristas de 11 de setembro é a mudança em todo o governo de vigilância direcionada—como interceptações telefônicas individuais ou ordens de registro/rastreamento—para técnicas de vigilância em massa—como interceptação do backbone da Internet ou coleta em massa de metadados telefônicos ou da Internet. A arquitetura jurídica e técnica da vigilância em massa moderna, inicialmente moldada como uma defesa necessária contra ameaças terroristas, cresceu muito além dessa justificação e da segurança nacional em geral. A vigilância em massa agora é uma ferramenta rotineira usada pela aplicação da lei.

A Imigração e Alfândega (ICE) a utiliza em ações de imigração e contra pessoas exercendo seus direitos de protesto da Primeira Emenda. Ela também é cada vez mais parte de sistemas de segurança privada, como reconhecimento facial em locais como Madison Square Garden e sistemas de captura de placas de veículos Flock em estradas e estacionamentos. A interrelação entre vigilância em massa privada e governamental vale a pena ser examinada.

A vigilância é o modelo de negócio da Internet; empresas como Google e Facebook espionam constantemente o comportamento dos usuários. Da National Security Agency (NSA) dependendo de dados coletados por empresas de telecomunicações e Internet, para xerifes locais e agentes de ICE dependendo de dados de localização de celulares e leitores de placas automáticos privados, os governos obtêm principalmente as informações de vigilância em massa por meio de empresas privadas. Cada vez mais, o acesso não vem apenas por processos legais.

O Diretor do FBI, Kash Patel, confirmou recentemente em depoimento congressional que a agência está comprando informações de americanos de corretoras de dados e pretende continuar fazendo isso. Esse pipeline de coleta privada para coleta governamental significa que, à medida que as empresas coletam mais informações para fins de capitalismo de vigilância, mais está disponível para a aplicação da lei. E, à medida que a tecnologia de vigilância e análise em massa melhora, especialmente com o uso crescente de tecnologias de IA, os problemas inerentes à vigilância em massa também crescem.

Após o 9/11, a ideia de que o governo poderia vigilância a população para a segurança tomou raiz. Em 2001, o medo do terrorismo atingiu uma frequência e intensidade nunca antes vistas. Com isso veio o medo de que o inimigo poderia ser qualquer um, em qualquer lugar.

Como resultado, a resposta do governo foi observar todo mundo, em todo lugar. Esse raciocínio embasou a mudanças de vigilância direcionada para vigilância em massa. Ou, nas palavras de uma apresentação interna da NSA que foi tornada pública como parte das divulgados de Edward Snowden em 2013, um governo que pode “Collect it All”, “Process it All”, “Exploit it All”, “Partner it All”, e “Sniff it All”, acabará “Know it All”.

Racionais similares apoiam o aumento da vigilância em massa doméstica: se a polícia pudesse ver e ouvir tudo, ela poderia interdizer e resolver crimes graves de forma mais eficaz. A comunidade de segurança nacional nunca forneceu uma análise completa dos custos e benefícios desses programas de vigilância em massa, em termos de dólares dos contribuintes ou desvio de recursos de outros esforços—ou qualquer demonstração de que essas técnicas pararam atentos que de outra forma não teriam sido capazes de prevenir. Embora a NSA occasionalmente apresente exemplos de sucesso devido aos seus programas de vigilância em massa, especialmente quando essas técnicas estão sob pressão pública, os exemplos também colapsam regularmente sob escrutínio sério.

E, mesmo que exista alguma utilidade, ela deve ser séria weighed contra os custos. Da mesma forma, nunca houve análise completa sobre se o uso dessas técnicas pela imigração doméstica ou pela aplicação da lei realmente torna as pessoas mais seguras, ou se outras técnicas poderiam produzir os mesmos resultados. Em vez disso, a polícia e as empresas que vendem essas ferramentas flutuam anedotas e dados duvidosos.

Por exemplo, os dados de Flock equiparam o número de acertos de aplicação da lei em seu banco de dados com realmente….