一張車牌照片怎麼變成逮捕依據
2025 年 10 月，佛州 4 號州際公路靠近 DeBary 的路段發生三人死亡的肇事逃逸事故。目擊者描述涉事車輛是黑色休旅車；Lindsey Isaacs 在提交給美國參議院的書面證詞中說，Flock 的自動車牌辨識攝影機在事故現場以西約 2 至 3 英里處拍到她的黑色 Dodge Durango。
攝影機留下的是一輛車在某個時間經過某個地點的紀錄，不是撞擊現場的影像。地方媒體報導，Isaacs 的律師主張她的位置資料與事故時間都顯示她不可能在現場；警方仍把車色、車型、車身損傷與 Flock 紀錄串在一起，認定她就是駕駛。
線索尚未交叉查證，代價已經發生
Isaacs 在 2026 年 4 月遭逮捕，被控與這起三人死亡事故有關。她在牢裡待了 13 天，其中約三天半被單獨監禁，之後以 25 萬美元交保；兩週後，檢方撤銷指控。她在書面證詞中說，矯正人員因指控嚴重，在完成評估前不讓她與其他收容人同住。警方後來逮捕另一名女子，並指真正涉案的是一輛酒紅色 Durango，而不是黑色。Isaacs 也已對佛州公路巡警提告，主張員警忽略了能排除她涉案的證據。
9 月 23 日，她在美國參議院司法委員會「Always Watching: Flock’s Nationwide AI Surveillance Network」聽證會作證。CNN 剪出的片段裡，她說自己當時面臨的可能是終身監禁。CNN 表示已向 Flock Safety 詢問回應，但截至影片發表時尚未收到答覆。
不是攝影機自己把人送進牢裡
把這件事只寫成「AI 認錯車」會漏掉最關鍵的一層：依目前公開資料，Flock 紀錄確實拍到 Isaacs 的車，錯誤出在調查者如何解讀這筆位置線索，以及有沒有在逮捕前用其他證據排除錯誤對象。
車牌辨識網路能把大量行車紀錄變成可搜尋的嫌疑名單，卻不能替警方證明誰坐在駕駛座、車是否到過事故現場，或車身損傷是不是來自同一場碰撞。這起案件真正暴露的不是一個孤立的辨識錯誤，而是當機器提供的相關性被當成因果與身分確認，原本應由調查程序承擔的查核責任也可能一起被略過。
