因与谋杀案关联的 Flock 软件将她牵连，女子两次被拦下
Flock 自动车牌识别系统的一个错误警报导致警方两次拔枪拦下同一名无辜女子，引发了对美国警务中大规模监控工具的更广泛审视。评论者争论，责任主要在于 Flock 的设计、过时且易出错的执法数据库，还是偏好激进“高风险”拦截、且几乎没有问责的警方培训与激励机制。许多人认为，即便是完全准确、由 AI 驱动的车牌读取器，也会巩固事实上的警察国家；他们主张应以更严格的限制、对错误拦截施加强有力的法律和经济处罚，或彻底禁止此类系统。
公众反应与行动主义
- 评论者描述了日益增长的草根反弹：Flock 摄像头遭破坏和拆除，反 Flock 内容在社交媒体上扩散，以及在县委员会议上组织起来，阻止摄像头扩张或终止合同。
- 有人敦促竞选地方公职或针对竞选捐助者；也有人指出地方选举成本高、且带有强烈的圈内人性质。
- 另一条讨论提到，一位用户所在的小镇悄悄装上了摄像头，而附近另一个小镇在经历糟糕后将其拆除。
监控、隐私与公民自由
- 许多人将 Flock 和类似的 ALPR 系统视为走向“警察国家”或私有化监控国家的步骤，认为一个健康的社会需要隐私，而大规模监控在结构上与长期自由不相容。
- 有人认为核心问题不是故障，而是无处不在的追踪被正常化；即便系统完全准确，也依然不可接受。
- 还有人更进一步，提出众包式的房主摄像头网络；批评者称这相当于“众包一个监控国家”。
警方战术、枪支与风险
- 对拔枪式“高风险拦截”有强烈批评，尤其是在仅凭车牌命中结果的情况下。许多人认为，美国警方默认就会升级局势，不像其他国家。
- 关于警员风险的争论：有人声称警务工作并没有很多职业那么致命，训练却过分强调最坏情况视频；也有人说，枪支普及使得采取极端谨慎是合理的。
- 多个轶事描述了无辜者因数据错误或车牌混淆而被枪指着或被按倒在地。
技术、准确性与系统设计
- 多人指出基准率问题：当几乎监控所有人时，即便高准确率系统也会产生远多于真正“坏人”的无辜命中。
- 一位地方官员报告称，他们部署的 ALPR 标记出的无辜车辆比被盗车辆还多；热名单和州数据库从来就不是为实时自动执法而设计的。
- 有人强调，复杂系统必须被设计成防止危及生命的错误（例如通过增加反压、核验或更狭窄的告警标准），而不能只归咎于“人为错误”。
责任与问责
- 归责观点分歧：
- 一方认为这主要是执法数据/流程失败（糟糕或过时的热名单、首次误拦后没有后续处理）。
- 另一些人认为 Flock 只是将现有漏洞按规模放大，因此也是问题的一部分；有人说唯一可接受的解决办法就是这类公司不该存在。
- 许多人指出，警方失误几乎没有后果，且有合格豁免，认为对错误拘留自动施加经济罚款或预算损失，是一种结构性补救措施。