從移民紀錄、出入境資料、生物識別，到地址、車輛甚至商業公司掌握的個人資訊，原本散落不同系統的數據，如今可以快速串聯，拼湊出一個人的行蹤、活動模式甚至社會關係。法律、數據及人權專家近日警告，人工智能（AI）正在改變移民監控方式，值得關注的不只是「AI會做甚麼」，而是政府能取得甚麼資料、如何連接，以及分析結果最終如何影響執法。
美國社區媒體（American Community Media）日前舉行「不斷擴大的監控網（The Expanding Surveillance Dragnet）」媒體簡報會，聚焦人工智能與移民執法。
美國移民委員會資深數據科學家哈伯德（Steven Hubbard）指出，政府使用的AI不止ChatGPT一類生成式工具，還包括機器學習、語言AI和電腦視覺，可用於風險評分、身份匹配及臉部辨識。
真正擴大監控能力的往往不是某套先進AI，而是把移民、出入境、生物識別、學生及執法紀錄，與其他政府和商業資料「連起來」，從中尋找人物、地址、關係及活動模式。
這種從龐大數據中尋找關聯的能力已進入現實執法。移民律師曼寧（Stephen Manning）指出，當監控工具融入日常執法，外界可能難以得知政府使用哪些資料、如何鎖定目標，以及是否取得適當法律授權。
哈伯德警告，電腦找出的關聯並不等於事實，系統雖能迅速發現共同點，卻未必理解背後情境，當分析規模擴大，錯誤也可能被同步放大。
監控科技擴張之際，移民執法愈深入日常生活。尼斯卡寧中心資深研究員貝爾（Denise Bell）介紹共同撰寫的《混亂與殘酷的執法者（Agents of Chaos and Cruelty）》報告，研究逾1,200宗2025年移民執法事件，其中624宗發生於商店、街道、停車場等日常場所，432宗涉及使用武力、威嚇或報復等不當行為，437宗涉及疑似種族定性。研究另記錄119宗涉及監控相關不當行為或因民眾觀察執法而引發的報復事件，包括拍攝民眾、車內人士及車牌。
監控從現實世界延伸至網上。電子前線基金會（EFF）高級律師侯賽因（Saira Hussain）指出，政府可從聯邦、州及地方機構，以至商業數據經紀取得資料，整合後可能形成更完整的個人圖像。她提到EFF正挑戰針對簽證持有人社交媒體活動的監控措施，認為利用AI大規模檢視網上言論，可能令人因擔心移民後果而不敢發言，形成寒蟬效應。
哈伯德認為，面對日益複雜的監控系統，公眾和記者不應只問政府「用了甚麼AI」，更應追查資料來源、處理方式、分析結果如何影響決策，以及資料出錯時當事人能否提出挑戰。他強調，理解監控系統的關鍵是「跟着數據走」，追查資訊如何被連接，最終如何轉化為執法決定。本報記者蘇婕雅三藩市報道
