Flock Safety Kembangkan AI Pengawasan yang Bisa Identifikasi Individu, Code Sumbernya Bocor ke Publik

Klaim Lama versus Realitas Baru

Tahun-tahun terakhir, Flock Safety — perusahaan kamera pembaca plat nomor yang dipasang di ribuan lingkungan dan jalan raya di AS — menegaskan tegas: teknologi mereka “tidak dapat mengenali, mengidentifikasi, atau melacak individu.” Frasa itu muncul berulang di materi pemasaran, testimoni kepada dewan kota, dan respons terhadap kritik privasi.

Investigasi WIRED yang diterbitkan 19 Agustus 2026 membantah klaim itu. Tim reporter Dhruv Mehrotra dan Hell Cameron berhasil merekonstruksi Code sumber sistem AI generasi baru Flock, yang sudah dipakai sejumlah kepolisian. Sistem itu disebut FlockOS dan mampu melakukan pengenalan wajah, deteksi atribut fisik (warna baju, tas, Tool), hingga pencocokan pola gerak antar kamera — semua hal yang Flock dulu sebut tidak mungkin.

Bagaimana Code Sumber Terekonstruksi

WIRED tidak memperoleh Code melalui kebocoran internal. Mereka memanfaatkan celah konfigurasi: beberapa instansi Police memasang FlockOS di server yang terekspos ke internet tanpa autentikasi yang memadai. Melalui endpoint API yang tidak terlindungi, tim mengunduh model-model machine learning, file konfigurasi, dan logika inferensi yang berjalan di edge device kamera.

Hasil analisis menunjukkan arsitektur dua tahap: kamera merekam video, lalu model object detection (berbasis YOLOv8 yang dimodifikasi) mengekstrak bounding box kendaraan dan orang. Fitur visual diekstrak dan dikirim ke server pusat untuk re-identification — mencocokkan orang yang sama di kamera berbeda berdasarkan pakaian, postur, dan wajah.

Yang Baru: Dari Plat Nomor ke Profil Manusia

Produk awal Flock, Flock Falcon, hanya membaca plat nomor dan mencocokkannya dengan daftar hitam (stolen vehicles, Amber Alert). Data disimpan 30 hari lalu dihapus — setidaknya itu janjinya.

FlockOS menambah lapisan baru:

• Pengenalan wajah real-time menggunakan model ArcFace yang di-fine-tune untuk kondisi pencahayaan jalanan.
• Atribut visual: warna baju, jenis kelamin terprediksi, aksesoris (tas, helm, kacamata).
• Cross-camera tracking: vektor fitur dikirim ke server, dicocokkan, dan dibangun trajectory per orang.
• Integrasi database Police: API memungkinkan query “siapa orang ini” ke sistem rekaman penahanan (mugshot) atau daftar orang dicari.

Dalam presentasi internal yang juga terekspos, Flock menunjuk akurasi top-1 92% untuk re-identifikasi orang di jarak 15–25 meter, dan 87% untuk pengenalan wajah di kondisi malam dengan IR.

Implikasi Hukum dan Kebijakan

Beberapa negara bagian AS — Illinois (BIPA), Texas (CUBI), Washington — memiliki undang-undang biometrik yang mewajibkan persetujuan tertulis sebelum mengumpulkan data wajah. FlockOS, jika dipasang di ruang publik tanpa notifikasi, berpotensi melanggar undang-undang tersebut.

ACLU dan EFF sudah mengirim surat ke 12 dewan kota yang memasang Flock, menuntut audit independen dan moratorium hingga transparansi terpenuhi. Dewan kota Oakland, California, telah menjadwalkan sidang darurat September 2026.

Respons Flock Safety

Saat dikonfirmasi, Flock mengeluarkan pernyataan: “FlockOS dirancang untuk membantu penegak hukum menyelesaikan kasus kekerasan, bukan untuk pengawasan massal. Kami mematuhi hukum yang berlaku dan menyediakan kontrol retensi data bagi klien.” Mereka menolak menjawab apakah model wajah dilatih dengan data biometrik warga tanpa persetujuan.

CEO Garrett Langley, dalam podcast bulan Juni 2026, masih berkata: “Kami tidak melakukan pengenalan wajah. Itu bukan bisnis kami.” Code sumber yang terekonstruksi menunjukkan sebaliknya.

Apa yang Bisa Dilakukan Warga dan Jurnalis

1. Ajukan permintaan catatan publik (FOIA) ke Police setempat: kontrak Flock, kebijakan retensi, log akses FlockOS.
2. Periksa apakah kamera di lingkungan Anda mengirim data ke endpoint FlockOS (biasanya subdomain *.flocksafety.com atau IP statis yang dimiliki Flock).
3. Minta audit algoritma: apakah model diuji bias ras/etnis? Flock belum mempublikasikan model card atau hasil disparate impact assessment.
4. Dorong ordinans: sejumlah kota (Seattle, Boston, San Francisco) sudah mewajibkan persetujuan dewan kota sebelum beli teknologi pengawasan baru.

Konteks Lebih Luas: Industri Surveillance-as-a-Service

Flock bukan sendirian. Verkada, Motorola Solutions (Avigilon), dan Axon (Fusus) menawarkan kemampuan serupa: kamera + AI cloud + integrasi Police. Model bisnis: hardware murah/gratis, langganan cloud mahal ($2.000–$3.000 per kamera per tahun), data terkunci di ekosistem vendor.

Berbeda dengan CCTV tradisional yang milik pemerintah, sistem ini privately owned, publicly deployed — kontrol data ada di tangan korporasi, tidak di tangan pemilih.

Kesimpulan

Kebocoran Code FlockOS mengungkap kesenjangan tajam antara pernyataan publik perusahaan dan kemampuan teknis produk mereka. Bagi warga, jurnalis, dan pembuat kebijakan, ini momen kritis: apakah pengawasan biometrik massal akan masuk tanpa debat demokratis, atau akan ada rem hukum dan transparansi yang bermakna? Code sudah terbuka — sekarang giliran masyarakat memutuskan bagaimana menggunakannya.