Más de 130.000 cámaras de una sola empresa privada leen la patente de cada auto que circula por buena parte de Estados Unidos, sin que un juez las autorice caso por caso. La empresa se llama Flock Safety, según reportó The New Yorker, vale más de 8.000 millones de dólares y ya tiene contratos con cerca del 40% de las agencias policiales del país.
Su fundador, Garrett Langley, presenta el trato como simple: cambiar privacidad por seguridad. En los últimos meses esa promesa chocó con una reacción organizada de comunidades y desarrolladores que mapean, denuncian y hasta destruyen físicamente las cámaras de Flock Safety.
TL;DR
- Flock Safety opera cerca de 130.000 cámaras ALPR en todos los estados de EE.UU. menos Alaska.
- La empresa tiene contratos con aproximadamente el 40% de las agencias policiales estadounidenses.
- Su valuación supera los 8.000 millones de dólares, con Andreessen Horowitz como principal inversor.
- Las cámaras registran marca, modelo y color del vehículo además de la patente, sin orden judicial previa.
- Casi la mitad de la población de EE.UU. se opone a los lectores automáticos de patentes, según Washington Post.
- La app comunitaria DeFlock mapea la ubicación de cada cámara Flock reportada por ciudadanos.
- Langley calificó a DeFlock de 'terrorista' en público y después intentó matizar el comentario.
- Hay casos documentados de vandalismo contra cámaras Flock que generaron apoyo público al vándalo.
Qué pasó con Flock Safety
Flock Safety lleva años construyendo lo que Garrett Langley describe como una red nacional de vigilancia, y según The New Yorker esa meta ya está prácticamente cumplida. El caso más citado por la empresa para justificar su tecnología es el tiroteo masivo en la Universidad Brown el año pasado, donde la policía de Providence y el FBI usaron datos de cámaras Flock para rastrear al atacante.
Pero el mismo éxito que la empresa exhibe como prueba de concepto alimenta la desconfianza de otro sector. Casi la mitad de los estadounidenses rechaza los lectores automáticos de patentes (ALPR, por sus siglas en inglés), y ese rechazo ya no es solo discurso: hay personas dañando, robando y desconectando cámaras Flock en parques, esquinas y retenes de tránsito.
El episodio que mejor resume la tensión ocurrió cuando un sheriff de Georgia publicó en Facebook un video ofreciendo mil dólares de recompensa por información sobre quién destruyó una cámara Flock en un parque público. Su justificación fue proteger a los niños de 'delincuentes sexuales'. La reacción en los comentarios fue mayoritariamente burlarse del sheriff y celebrar al responsable del sabotaje.
Contexto e historia: de un vecindario de Atlanta a 130.000 cámaras
Garrett Langley tiene 39 años y cuenta el origen de Flock Safety desde el lugar de vecino frustrado. En 2017, su barrio en Atlanta sufría robos de autos en serie. Llamó a la policía local y le dijeron algo que se convirtió en el disparador de la empresa: sin testigos que anotaran placas o sin un operativo de vigilancia activo, los ladrones eran prácticamente invisibles para el sistema.
Langley, ya un emprendedor tech con formación en ingeniería, llamó a dos excompañeros de estudio, Matt Feury y Paige Todd, y armaron los primeros prototipos de lectores de patentes con teléfonos Android y paneles solares atornillados a postes de luz. Vendieron esas primeras unidades a asociaciones de vecinos y comunidades cerradas, no a la policía.
El giro llegó cuando agencias de seguridad empezaron a interesarse, no para frenar el proyecto sino para sumarse. Para 2020, las cámaras de Flock ya aparecían en calles públicas de todo el país bajo convenios con departamentos de policía locales. Langley describe ese crecimiento como orgánico: un jefe de policía se lo recomienda a otro, un alcalde a otro alcalde. Hoy la compañía está valuada en más de 8.000 millones de dólares, con Andreessen Horowitz como su inversor más grande.
Una sola cámara puede leer miles de patentes al día sin intervención humana.
Cómo funciona la tecnología ALPR detrás de Flock Safety
Un lector automático de patentes (ALPR) combina tres piezas: una cámara que captura video continuo, un motor de reconocimiento óptico de caracteres (OCR) que aísla y lee la placa, y una base de datos que cruza cada lectura contra listas de vehículos buscados. Lo distintivo de Flock Safety es que no se detiene en la patente: cada cámara también registra marca, modelo y color del vehículo, un dato que después cualquier agencia con acceso puede consultar sin pedir una orden judicial.
Para entender el pipeline técnico básico, este es un ejemplo simplificado de cómo funciona la detección de una patente con herramientas open source. No es el código de Flock (que es propietario y corre en hardware dedicado), pero ilustra el mismo principio: aislar la región de la placa y pasarla a OCR.
import cv2
import pytesseract
imagen = cv2.imread('patente_auto.jpg')
gris = cv2.cvtColor(imagen, cv2.COLOR_BGR2GRAY)
bordes = cv2.Canny(gris, 50, 150)
contornos, _ = cv2.findContours(bordes, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
for contorno in sorted(contornos, key=cv2.contourArea, reverse=True)[:5]:
x, y, w, h = cv2.boundingRect(contorno)
recorte = gris[y:y+h, x:x+w]
texto = pytesseract.image_to_string(recorte, config='--psm 8')
if texto.strip():
print(f'Posible patente detectada: {texto.strip()}')
El script busca los cinco contornos rectangulares más grandes de la imagen (candidatos a ser una placa) y le pasa cada recorte a Tesseract configurado en modo 'psm 8', pensado para leer una sola línea de texto. A escala de producción, una red como la de Flock reemplaza esto por modelos entrenados específicamente para placas y corre la inferencia en hardware propio junto a la cámara, no en un servidor remoto.
💭 Clave: el salto de leer una patente a vigilancia masiva no está en el OCR, está en la base de datos: una cámara aislada es una foto, miles de cámaras conectadas a una base compartida son un historial de movimientos de cualquier persona.
Cómo comprobar si hay cámaras Flock cerca de ti
La respuesta ciudadana más conocida a Flock Safety es DeFlock, una aplicación y mapa colaborativo que documenta la ubicación de cámaras reportadas por la comunidad, con recursos legales y de contexto para cada zona. Funciona con la misma lógica que OpenStreetMap: cualquiera puede sumar un punto que vio en la calle.
Si quieres auditar infraestructura de vigilancia con datos abiertos sin depender de un mapa cerrado, también puedes consultar directamente OpenStreetMap vía su API Overpass, que indexa nodos etiquetados por voluntarios como cámaras de vigilancia:
curl -s 'https://overpass-api.de/api/interpreter' \
--data-urlencode 'data=[out:json];
node["man_made"="surveillance"](around:2000,33.7490,-84.3880);
out body;' \
| jq '.elements | length'
Ese comando consulta un radio de 2 kilómetros alrededor de las coordenadas de Atlanta, la ciudad donde nació Flock Safety, y cuenta cuántos nodos etiquetados como cámaras de vigilancia hay mapeados por la comunidad de OpenStreetMap. No es el dataset de DeFlock (que mantiene su propia base dedicada específicamente a cámaras Flock), pero sirve para verificar que la consulta funciona: si el campo elements vuelve vacío, probablemente no haya reportes en esa zona todavía, no que no existan cámaras.
💡 Tip: antes de asumir que Flock 'no aplica' en tu ciudad, revisa las licitaciones y actas públicas del gobierno local: los contratos con agencias de seguridad suelen ser documentos abiertos, incluso cuando la empresa no publicita el despliegue.
Impacto y análisis: seguridad contra vigilancia permanente
La discusión técnica real no es si el OCR funciona (funciona, y bien), sino qué pasa con los datos de las personas que nunca cometieron un delito. Cada vez que un auto pasa frente a una cámara Flock, ese registro (patente, hora, ubicación, color y modelo) queda almacenado en la base de datos de la agencia que opera la cámara, coincida o no con alguna alerta activa.
La siguiente tabla compara los métodos de vigilancia vial más comunes hoy, incluyendo el que representa Flock Safety y su contraparte comunitaria:
Método de vigilanciaCuándo se usaVentajaLimitación
Patrullaje humanoZonas puntuales, denuncias específicasCriterio humano, intervención inmediataCobertura limitada, depende de testigos
CCTV fijo tradicionalInteriores, comercios, cruces puntualesEvidencia visual directaVideo sin indexar, revisión manual lenta
Red ALPR tipo FlockCorredores viales completos, ciudades enterasBúsqueda instantánea de una patente en toda la redRetiene datos de personas sin sospecha, sin orden judicial previa
Mapeo comunitario tipo DeFlockAuditoría ciudadana, planificar rutasTransparencia sobre la ubicación real de cámarasCobertura incompleta, depende de reportes voluntarios
El flujo de datos de una red como la de Flock se puede resumir así:
flowchart TD
A["Cámara ALPR en la vía"] --> B["Motor OCR local"]
B --> C["Base de datos en la nube de Flock"]
C --> D["Consulta de una agencia policial"]
D --> E{"Coincide con lista de alerta"}
E -->|"Sí"| F["Notificación a la agencia"]
E -->|"No"| G["El dato queda almacenado igual"]
La International Association of Chiefs of Police llama a los ALPR una 'estrella contra el crimen', y políticos de distintos partidos respaldan la tecnología en público, aunque esos respaldos coinciden con un aumento reportado del lobby y las donaciones políticas de Flock Safety.
⚠️ Ojo: la política de retención de estos datos la define cada departamento de policía por separado, no una ley federal única. Conviene revisar el reglamento público de retención de datos de tu jurisdicción antes de asumir que un dato 'se borra solo'.
Proyectos como DeFlock invierten la lógica de Flock: mapean la vigilancia en vez de ejercerla.
Qué sigue para Flock Safety
El propio Langley calibró mal la reacción al proyecto DeFlock: lo llamó 'terrorista' y después intentó matizar el comentario, algo que en el clima actual sonó a la retórica posterior al 11 de septiembre que asocia cualquier oposición con una amenaza a la seguridad nacional. Ese tipo de respuesta, en lugar de bajar la tensión, la subió: comparar a un mapa colaborativo con terrorismo es difícil de sostener frente a una audiencia técnica que reconoce el patrón.
Lo que viene, con la información disponible hoy, son dos frentes en paralelo: más ciudades sumando cámaras Flock por recomendación directa de otros departamentos de policía, y más comunidades documentando, evadiendo o directamente destruyendo esa misma infraestructura. Ninguno de los dos frentes muestra señales de frenar.
📖 Resumen en Telegram: Ver resumen
Pruébalo: ejecuta la consulta de Overpass API de este artículo con las coordenadas de tu propia ciudad y revisa cuántos nodos de vigilancia aparecen ya mapeados por la comunidad.
Preguntas frecuentes
Qué es Flock Safety
Es una empresa estadounidense fundada en 2017 que fabrica y opera cámaras de reconocimiento automático de patentes, contratadas principalmente por agencias de policía y asociaciones de vecinos.
Cómo sé si hay cámaras Flock cerca de mi casa
La forma más directa es revisar el mapa colaborativo de DeFlock, que documenta ubicaciones reportadas por la comunidad, o consultar las actas públicas de contratos de tu gobierno local.
La policía necesita una orden judicial para usar estos datos
Según lo reportado, no: las agencias que operan cámaras Flock pueden consultar y usar los datos capturados, incluyendo marca, modelo y color del vehículo, sin pedir aprobación judicial previa.
Qué es DeFlock y quién lo mantiene
Es un proyecto comunitario de código abierto que mapea cámaras Flock reportadas por usuarios, además de ofrecer recursos legales y comunitarios para quienes quieren informarse u organizarse frente a esta infraestructura.
Flock Safety opera fuera de Estados Unidos
Con la información disponible a la fecha de este artículo, el despliegue confirmado de Flock Safety cubre todos los estados de EE.UU. menos Alaska. No hay confirmación pública sólida de una expansión masiva fuera del país.
En qué se diferencia Flock de una cámara de tránsito común
Una cámara de tránsito tradicional suele grabar localmente y revisarse manualmente ante un incidente puntual. Una red Flock procesa cada lectura en tiempo real, la cruza contra bases de datos compartidas entre agencias y la mantiene consultable por patente, marca, modelo o color en toda la red.
Referencias
- The New Yorker: la investigación original sobre el crecimiento de Flock Safety y la reacción ciudadana en su contra.
- Flock Safety: sitio oficial de la empresa.
- Wikipedia: explicación técnica general del funcionamiento de los sistemas ALPR.
- DeFlock: mapa comunitario y recursos sobre cámaras Flock reportadas por usuarios.
📱 ¿Te gusta este contenido? Únete a nuestro canal de Telegram @programacion donde publicamos a diario lo más relevante de tecnología, IA y desarrollo. Resúmenes rápidos, contenido fresco todos los días.
Top comments (1)
The implementation of Flock Safety's ALPR technology raises significant ethical questions, especially regarding privacy and consent. It's fascinating to see how rapidly the initial community-focused solution evolved into a nationwide surveillance network, highlighting the delicate balance between security and civil liberties. One insightful angle could be exploring how open-source alternatives might provide similar benefits without sacrificing privacy. If you're looking for additional engineering support to enhance community engagement or transparency tools, I’d be glad to discuss a paid collaboration. How do you see the role of community feedback shaping future iterations of the technology?