Interpol säger att 126 misstänkta utländska terroristkrigare har identifierats genom en onlineoperation som använde artificiell intelligens för att bearbeta enorma volymer av material som publicerats av jihadistiska nätverk – ett av de tydligaste exemplen hittills på att en internationell brottsbekämpande myndighet satte AI-agenter i en levande operativ pipeline.
Operationen, med kodnamnet Operation Shams, tillkännagavs av Interpol på fredagen. Enligt byråns konto, som utförts av butiker inklusive TVC News och Nigerias The Whistler, har resultaten redan lagts in i Interpols globala databaser. För mer om hur AI omformar säkerhet och polisarbete, se vår pågående AI-policybevakning.
Hur Operation Shams fungerade
Specialiserade officerare och experter från 11 länder deltog i operationen och analyserade visuellt innehåll som jihadistgrupper hade publicerat online. Teamet extraherade 108 076 ansiktsbilder från det materialet, enligt Interpol.
AI-arbetet kom därefter. Interpol säger att dess tjänstemän använde AI-agenter och avancerade skript för att samla in information och komprimera datasetet ner till 6 362 unika ansiktsbilder, som sedan bearbetades genom Interpols ansiktsigenkänningssystem. Den tratten – från mer än hundra tusen råa bilder till några tusen distinkta ansikten – är där automatiseringen förtjänade sitt behåll, och förvandlade veckors manuell triage till en uppgift som mäts på mycket kortare tid.
Människor stannade i slingan
Interpol var tydligt att AI inte agerade ensam. Byrån sa att alla AI-genererade resultat granskades och verifierades av utbildade tjänstemän och analytiker, i linje med dess regler för behandling av data – ramverket som styr hur medlemsländernas information kan samlas in, lagras och delas.
"Underrättelser som samlats in om de utländska terroristkrigarna som hittills identifierats har lagts till INTERPOLs globala databaser för att berika befintliga misstänkta profiler och störa terroriströrelser", sa byrån enligt TVC News.
Interpol inramade operationen som en demonstration av hur artificiell intelligens kan hjälpa utredare att bearbeta stora volymer onlinematerial samtidigt som man upprätthåller mänsklig verifiering och etablerade säkerhetsåtgärder för databehandling. Den inramningen spelar roll: byrån presenterar effektivt en mall för AI-assisterad polisverksamhet där maskininlärning minskar höstacken och människor bekräftar nålarna.
En mall för AI i polisarbete?
Verksamheten ger en glimt av vart brottsbekämpande arbetsflöden är på väg. Propagandautmatning från militanta grupper har länge överväldigat den manuella granskningskapaciteten, och bildmatchning i Interpols skala är exakt den typ av mönsterdrivna uppgifter med stora volymer där nuvarande AI-verktyg fungerar bäst. Att reducera 108 076 bilder till 6 362 unika ansikten innan någon körning av ansiktsigenkänning är ett filtreringsproblem, och det är den sortens jobb som AI-agenter alltmer byggs för.
Strukturen med 11 länder är också anmärkningsvärd. Operationer som denna är beroende av att medlemsländerna bidrar med tjänstemän och data enligt delade regler, vilket gör Interpol till en av de få platser där AI-assisterad polisverksamhet testas över jurisdiktioner snarare än inom en enda nationell rättslig ram.
Var bilderna kommer ifrån formar också riskprofilen. Propaganda som släpps av militanta grupper är motstridig till sin design: utgivarna kontrollerar vad som visas, ramar in det för psykologisk effekt och har länge använt releasevideor som rekryterings- och propagandaverktyg. En identifieringspipeline som bygger på innehåll som kureras av motståndaren ärver dessa förvrängningar, vilket är ytterligare en anledning till att lagret för mänsklig granskning inte är en formalitet utan den bärande delen av processen.
Den bredare debatten om ansiktsigenkänning
Tillkännagivandet hamnar mitt i ett olöst argument om ansiktsigenkänning inom polisväsendet. Medborgerliga frihetsgrupper har upprepade gånger varnat för att tekniken felidentifierar människor, oproportionerligt påverkar vissa samhällen och kan förvandla anonym offentlig närvaro till ett permanent, sökbart register. Interpols krav på mänsklig verifiering tar upp en del av den kritiken - ingen arrestering eller databasinmatning skedde enbart på maskinutmatning - men det löser inte farhågor om skala, samtycke eller härkomsten av de underliggande bilderna.
Det är också frågan om felfrekvenser i det vilda. Interpol har inte publicerat detaljer om hur många av de 6 362 unika bilderna som producerade säkra matchningar, hur många matchningar som avvisades under mänsklig granskning eller vad som händer med bilder som inte leder till en identifiering. Dessa siffror skulle ha stor betydelse för att utvärdera om skyddsramen fungerade som beskrivits, och deras frånvaro lämnar utrymme för skepsis från alla håll.
Vad kommer härnäst
Interpol säger att underrättelser som samlats in hittills har lagts till i dess globala databaser, och ytterligare identifiering kan följa när medlemsländerna bearbetar materialet. Byrån har inte sagt huruvida Operation Shams kommer att bli ett återkommande program, även om strukturen - periodiska, AI-assisterade, AI-stödda sökningar av extremistiskt innehåll online - passar in i färdriktningen för internationellt polissamarbete.
För AI-branschen är verksamheten en markör för var efterfrågan stelnar: inte i flashig autonom polisverksamhet, utan i oglamorös högvolymfiltrering med mänsklig sign-off. För kritiker är det en påminnelse om att infrastrukturen för massbildsanalys redan är byggd och redan används. Båda sakerna är sanna på en gång, och Operation Shams är det tydligaste exemplet på senare tid på kompromissen mellan dem.
---
Stay ahead of AIFå de senaste AI-nyheterna, analyserna och genombrotten – allt på ett ställe.
Läs mer AI-nyheter →
