MOZOM-analyse

Las cámaras como capa de control: Londres, Alemania y DeFlock muestran la misma dirección

Tagesschau, GOV.UK, ICO, Liberty, Big Brother Watch, DeFlock, Flock Safety en ALPR Watch Tecnología 22 juli 2026 om 07:30

Type: Analyse Autor: la redaccion de MOZOM.nl Published: 22 juli 2026 om 07:30 Report a correction

Caricatura editorial de una calle europea llena de cámaras, marcos faciales, lectores de matrículas y una pantalla con SEGURIDAD y CONTROL como imágenes de infraestructura de vigilancia.

Fuente: Tagesschau, GOV.UK, ICO, Liberty, Big Brother Watch, DeFlock, Flock Safety en ALPR Watch
Titular MOZOM: Las cámaras como capa de control: Londres, Alemania y DeFlock muestran la misma dirección
Titular original: Análisis del reconocimiento facial en vivo, análisis de movimiento por IA y lectores de matrículas como nueva infraestructura de vigilancia en espacios públicos
Autor: la redaccion de MOZOM.nl
Fecha: 22 juli 2026 om 07:30
Tema: MOZOM investiga cómo el reconocimiento facial en vivo en Londres, los nuevos poderes policiales alemanes y las redes de lectores de matrículas estadounidenses se combinan para transformar el espacio público en una capa de control con capacidad de búsqueda.

Resumen del artículo original

Tagesschau informa que la policía de Londres utiliza cada vez más el reconocimiento facial en vivo y presenta esta tecnología como un éxito. Según la policía, miles de personas buscadas han sido arrestadas desde 2024 tras el reconocimiento por parte del sistema. El gobierno del Reino Unido está trabajando simultáneamente en un marco legal más específico, ya que la ley existente, según GOV.UK, consiste en una combinación compleja de derecho consuetudinario, protección de datos, leyes de derechos humanos, directrices nacionales y políticas locales. Alemania avanza en la misma dirección con la nueva Bundespolizeigesetz: en situaciones especiales de peligro, el reconocimiento facial en vivo debería ser posible en las zonas de la policía federal, como estaciones y aeropuertos. La IA también debe poder ayudar a reconocer patrones de movimiento peligrosos. En EE.UU., DeFlock gira principalmente en torno a las cámaras ALPR/LPR: lectores automáticos de matrículas. Esto no es una prueba de reconocimiento facial, pero es una lógica relacionada: los vehículos, los lugares y los horarios se convierten en datos que se pueden buscar.

Investigación de fuente propia

MOZOM ha colocado tres niveles de supervisión uno al lado del otro. El primer nivel es Londres: se está implementando visiblemente el reconocimiento facial en vivo, con furgonetas policiales y cámaras que comparan rostros con listas de vigilancia. Tagesschau cita como contexto alrededor de un millón de cámaras de vigilancia públicas y privadas en Londres, mientras que la policía dice que los mensajes de error son raros. La segunda capa es Alemania: la nueva Bundespolizeigesetz ha sido adoptada por el Bundestag y aún debe ser aprobada por el Bundesrat después del verano. La ley abre la puerta al reconocimiento facial en tiempo real en situaciones especiales de peligro y a la IA que reconoce patrones de movimiento peligrosos. El nivel tres son los EE. UU.: DeFlock y ALPR Watch muestran cómo los lectores de matrículas pueden inventariarse como una red, mientras que Flock Safety habla de miles de departamentos de policía, comunidades y empresas, miles de millones de lecturas mensuales de matrículas, alertas en tiempo real y conversión de cámaras existentes en lectores de matrículas. Flock dice que sus cámaras LPR capturan datos del vehículo y no rostros. Es precisamente esa distinción lo importante: este artículo no afirma que todos los sistemas hagan lo mismo, sino que juntos forman una infraestructura de reconocimiento.

Seguridad como palabra clave

La palabra clave es seguridad. Un niño secuestrado, un perpetrador de violencia buscado o un automóvil en una lista de buscados son argumentos de peso. Pocos ciudadanos estarán por principio en contra de tales objetivos. Pero precisamente por eso el debate se desplaza rápidamente hacia la implementación, la compra y la ampliación, mientras que la cuestión del poder queda atrás: ¿quién decide cuándo busca la cámara, quién está en la lista, quién mira, qué proveedor privado suministra y cuándo se vuelve a apagar el sistema?

Contexto menos visible

El modelo de ingresos es menos visible. Cámaras, software de reconocimiento, lectores de matrículas, plataformas de datos, almacenamiento en la nube, salas de control, mantenimiento y cumplimiento legal son un mercado. Las cámaras privadas no son ilegales en sí mismas, pero en Reino Unido y Europa existen normas en materia de protección de datos, limitación de finalidad, proporcionalidad y biometría. Un gobierno no puede simplemente examinar todo lo que es privado sin autoridad. Sin embargo, está surgiendo una dirección público-privada: las empresas suministran la tecnología, los gobiernos utilizan las alertas, los ciudadanos pasan por la capa de medición. En un sistema así, el control no siempre es un gran plan central. También puede crecer a través de licitaciones individuales, pilotos locales, incidentes de seguridad, actualizaciones de software y presión política después de los incidentes.

Posible mensaje detrás de la noticia

El mensaje visible es: más tecnología hace que la sociedad sea más segura. La lección fundamental de MOZOM es: cuando cada cámara puede reconocer, filtrar y alarmar, se crea una infraestructura que luego también puede utilizarse para un control más amplio.

Conclusión neutral

La conclusión no es que las compañías de cámaras de Londres, Berlín o Estados Unidos hayan demostrado estar construyendo hoy un Estado de vigilancia total. La conclusión más defendible es más clara: los componentes básicos de una capa de reconocimiento permanente en el espacio público se están volviendo visibles. Primero como ayuda para delitos graves. Luego alertas en tiempo real, patrones de IA, rutas de matrículas, redes privadas y nuevas excepciones legales. Si Europa no define claramente lo que está técnicamente permitido, la seguridad puede convertirse gradualmente en un argumento estándar para un control permanente.