Inteligentne miasta 2035: technologia kontra nasze bezpieczeństwo osobiste

Inteligentne miasta 2035 – co będzie inne niż dziś

Cyfrowa warstwa nałożona na fizyczną przestrzeń

Inteligentne miasto 2035 można najprościej opisać jako gęstą cyfrową warstwę nałożoną na ulice, budynki, transport i usługi publiczne. Każdy element infrastruktury – od latarni po skrzyżowanie – staje się źródłem danych i jednocześnie punktem sterowania. To nie jest już kilka aplikacji miejskich i kilka kamer na skrzyżowaniach, ale spójny system, który działa prawie tak, jak system operacyjny komputera.

Na poziomie praktycznym oznacza to, że przemieszczając się po mieście, niemal ciągle zostawia się cyfrowy ślad mieszkańca: przejazd autobusem, wejście do budynku urzędu, wypożyczenie roweru miejskiego, przejście przez monitorowane przejście dla pieszych. Dla władz i operatorów to kopalnia informacji do zarządzania ruchem, bezpieczeństwem i usługami. Dla pojedynczej osoby – potencjalne źródło ryzyka związanego z prywatnością i bezpieczeństwem osobistym.

Ta cyfrowa warstwa nie ogranicza się do rejestrowania zdarzeń. Coraz więcej elementów będzie reagować w czasie rzeczywistym: światła uliczne dostosowujące jasność do obecności pieszych, sygnalizacja świetlna optymalizująca przepływ pojazdów, komunikaty alarmowe push na telefon w razie zagrożenia w najbliższej okolicy. Każda taka funkcja poprawia komfort i bezpieczeństwo fizyczne, ale jednocześnie wymaga zbierania i przetwarzania informacji o tym, kto, gdzie i kiedy się znajduje.

Trendy do 2035: czujniki, sieci 5G/6G, miejskie „mózgi”

Do 2035 roku trzy grupy technologii ułożą się w kręgosłup inteligentnego miasta: powszechne czujniki, ultraszybkie sieci oraz miejskie „operacyjne systemy” analizujące dane na bieżąco.

Czujniki i kamery będą obecne w niemal każdym newralgicznym miejscu. Mowa nie tylko o kamerach wizyjnych, ale także o czujnikach hałasu, jakości powietrza, natężenia ruchu, wilgotności czy wibracji budynków. Z punktu widzenia bezpieczeństwa osobistego oznacza to, że zjawiska wcześniej „niewidzialne” – np. stopniowe osłabianie konstrukcji mostu – mogą być wykryte z dużym wyprzedzeniem. Z drugiej strony, każdy taki sensor włączony do sieci to kolejny element potencjalnie podatny na cyberatak.

Sieci 5G/6G zapewnią łączność o niskich opóźnieniach, kluczową dla systemów reagujących natychmiast (np. autonomiczne pojazdy, adaptacyjne sterowanie ruchem). Dzięki temu algorytmy mogą „widzieć” miasto niemal w czasie rzeczywistym. To zwiększa efektywność służb porządkowych i ratunkowych, ale także sprawia, że stały przepływ dużej ilości danych osobowych staje się normą, a nie wyjątkiem.

Na szczycie tej piramidy pojawią się miejskie platformy danych – zcentralizowane „mózgi miasta”, które scalają różne strumienie informacji: transport, energetykę, monitoring wizyjny, systemy parkingowe, zgłoszenia mieszkańców. To one podejmują rekomendacje lub automatyczne decyzje: gdzie wysłać patrol, które skrzyżowania zmienić na zieloną falę, jaką trasą pokierować pieszych podczas ewakuacji. Tu właśnie rodzi się kluczowy konflikt między efektywnością a inwigilacją.

Między marketingiem „smart city” a dojrzałym ekosystemem 2035

Dzisiejsze „smart city” to często pojedyncze projekty pilotażowe, aplikacje miejskie o ograniczonej popularności i wyspy nowoczesności odcięte od reszty systemów. Różnica w 2035 roku polega na integracji i skali. Zamiast kilku rozłącznych systemów, miasta coraz częściej budują zintegrowane ekosystemy, w których dane krążą między transportem publicznym, służbami bezpieczeństwa, energetyką, gospodarką odpadami i usługami komercyjnymi.

Dojrzałe inteligentne miasto 2035 nie sprzedaje się już hasłem „smart latarnie”, ale spójną obietnicą: płynne poruszanie się, niższe koszty usług, szybsza pomoc w razie zagrożenia. Jednocześnie rośnie świadomość mieszkańców, że za tę obietnicę płaci się danymi. To nie są już wyłącznie dane statystyczne – coraz częściej to dane biometryczne w przestrzeni publicznej, dokładne logi lokalizacji, analiza zachowań.

Między marketingową wizją a rzeczywistością jest jednak przestrzeń na pytania: kto naprawdę kontroluje dane, jak długo są przechowywane i w jakim celu mogą być użyte w przyszłości? W 2035 roku samo hasło „smart city a prywatność” zamieni się w serię bardzo konkretnych sporów prawnych i społecznych.

Wygoda kontra kontrola: co wiemy, a czego nie

Co wiemy już dzisiaj o trajektorii rozwoju inteligentnych miast? Po pierwsze, ilość zbieranych danych będzie rosła wykładniczo – to efekt spadających kosztów czujników i pamięci. Po drugie, poziom automatyzacji decyzji miejskich będzie wyższy, bo algorytmy staną się tańsze w utrzymaniu niż rozbudowane struktury administracyjne. Po trzecie, technologie rozpoznawania twarzy, sylwetki czy zachowań będą coraz dokładniejsze, nawet jeśli zostaną objęte regulacjami.

Czego wciąż nie wiemy? Skali społecznej akceptacji i granic regulacji. Nie ma pewności, czy w 2035 roku rozpoznawanie twarzy na ulicy będzie w Europie w pełni legalne, mocno ograniczone, czy wręcz zakazane poza wyjątkami. Nie wiemy, czy obywatele będą domagać się „prawa do anonimowości w mieście” w takiej formie, jak dziś domagają się ochrony danych w sieci. I wreszcie: nie wiadomo, jaki będzie bilans sił między dużymi platformami technologicznymi dostarczającymi systemy dla miast a władzami publicznymi mającymi je regulować.

Jakie technologie będą kręgosłupem inteligentnego miasta

Czujniki, kamery i IoT – gęsta sieć obserwacji

Bez gęstej sieci czujników i urządzeń Internetu Rzeczy (IoT) inteligentne miasto nie może funkcjonować. To one tworzą podstawowy „zmysł” przestrzeni miejskiej – pozwalają niejako „widzieć” i „słyszeć” to, co dzieje się na ulicach, w budynkach, w pojazdach.

Miejskie sensory: co realnie zbierają

Do 2035 roku standardem staną się sensory monitorujące:

• ruch drogowy i pieszy – liczniki przejazdów, czujniki w nawierzchni, radary prędkości, liczniki w pojazdach;
• jakość powietrza – poziomy pyłów, tlenków azotu, ozonu, co pozwala dynamicznie zarządzać strefami niskiej emisji;
• hałas – mikrofony mierzące natężenie dźwięku przy drogach, w pobliżu klubów, lotnisk, torowisk;
• zużycie energii i wody – inteligentne liczniki umożliwiające dynamiczne taryfy i wykrywanie awarii;
• stan infrastruktury – czujniki wibracji na mostach, czujniki temperatury w tunelach, identyfikacja przeciążeń konstrukcji.

Te dane z pozoru są „bezpieczne”, bo często nie zawierają imienia i nazwiska. Jednak nawet informacje o przemieszczaniu się tłumu połączone z harmonogramem wydarzeń czy lokalizacją przystanków dają bardzo precyzyjny obraz zachowań konkretnych grup. Granica między danymi anonimowymi a możliwymi do powiązania z osobą jest w praktyce płynna.

Monitoring wizyjny nowej generacji

Monitoring wizyjny i AI w 2035 roku będzie działał nie jak zbiór „głupich” kamer, ale jak rozproszony system analityczny. Większość obróbki obrazu nastąpi lokalnie – w urządzeniach lub na tzw. brzegu sieci – a do centralnych systemów trafią już tylko wybrane alerty i metadane.

Kluczowe funkcje to:

• rozpoznawanie twarzy – identyfikacja konkretnych osób na podstawie siatek punktów i wektorów twarzy;
• rozpoznawanie sylwetki i chodu – nawet bez wyraźnego widoku twarzy, na podstawie sposobu poruszania;
• analiza zachowań – wykrywanie bójek, nagłych zgromadzeń, porzuconych przedmiotów, osób leżących na chodniku;
• śledzenie trajektorii – łączenie ścieżek ruchu między kamerami, co pozwala odtworzyć drogę osoby przez miasto.

Dla bezpieczeństwa osobistego to oznacza szybsze wykrycie napadu, możliwość szybkiego odtworzenia trasy zaginionego dziecka, sprawniejsze działanie straży pożarnej w zatłoczonych przestrzeniach. Jednocześnie, w niekontrolowanych rękach taki system może stać się narzędziem do ciągłego śledzenia aktywistów, dziennikarzy czy osób niewygodnych politycznie.

Internet rzeczy w każdym elemencie przestrzeni

Internet rzeczy w mieście 2035 to już nie tylko „mądre śmietniki”. To cały ekosystem połączonych urządzeń:

• latarnie uliczne z czujnikami ruchu, kamerami, punktami Wi-Fi i stacjami ładowania;
• przystanki z ekranami informacyjnymi, przyciskami alarmowymi, czujnikami tłoku;
• sygnalizacja świetlna z komunikacją V2X (vehicle-to-everything), ostrzegająca pojazdy autonomiczne i pieszych;
• budynki monitorujące napływ ludzi, temperaturę, obecność dymu, gazu, wycieków;
• pojazdy miejskie (autobusy, śmieciarki, pojazdy służb) jako ruchome węzły zbierające dane.

Każdy taki element może poprawić bezpieczeństwo – na przykład automatycznie wezwać pomoc, gdy na przystanku ktoś zasłabnie. Ale każda dodatkowa funkcja to nowy kanał danych, który trzeba zabezpieczyć przed przejęciem i nadużyciem.

Miejskie platformy danych i sztuczna inteligencja

Zcentralizowane „mózgi miasta”

Miejskie platformy danych są dla inteligentnego miasta tym, czym centrum dowodzenia dla dużego portu lotniczego. Integrują informacje z tysięcy czujników, systemów i usług. Dla bezpieczeństwa osobistego mieszkańców oznacza to dwie rzeczy:

• szybsze wykrywanie i reagowanie na incydenty – bo dane z różnych źródeł składają się na pełniejszy obraz sytuacji;
• większą koncentrację danych w jednym miejscu – a więc także większe konsekwencje ewentualnego wycieku czy ataku.

Typowa platforma integruje dane z transportu, monitoringu wizyjnego, aplikacji miejskiej, systemów energetycznych, a nawet sieci mediów społecznościowych (analiza zgłoszeń mieszkańców). Sztuczna inteligencja klasyfikuje zdarzenia, nadaje im priorytety i sugeruje działania służbom. W wielu przypadkach algorytmy będą mogły wykonywać proste decyzje automatycznie, bez udziału człowieka.

Algorytmy predykcyjne i prognozowanie ryzyka

Algorytmy predykcyjne to jeden z najbardziej wpływowych elementów inteligentnego miasta. Analizują historyczne dane i bieżące strumienie, by przewidywać:

• korki i utrudnienia w ruchu;
• wzrost ryzyka przestępczości w określonych godzinach i miejscach;
• prawdopodobieństwo awarii sieci energetycznej czy wodociągowej;
• zagęszczenie tłumów podczas dużych wydarzeń.

W kontekście bezpieczeństwa osobistego model predykcyjny może ostrzec przed niebezpieczeństwem w danej okolicy (np. aplikacja miasta sugeruje zmianę trasy przejścia wieczorem). Jednocześnie takie algorytmy mogą prowadzić do profilowania dzielnic i ludzi. Jeśli system uzna, że „ten profil mieszkańca” lub „ta dzielnica” generuje większe ryzyko, może to skutkować większą liczbą kontroli, niższym priorytetem zgłoszeń czy wyższymi cenami usług u prywatnych operatorów.

Przetwarzanie brzegowe i chmura – gdzie są nasze dane

Dane w inteligentnym mieście nie są przechowywane wyłącznie w jednym miejscu. Część jest przetwarzana na urządzeniach (np. w kamerach), część w lokalnych serwerowniach, a duża część – w chmurach dostawców technologii. Z perspektywy mieszkańca ważne są dwa pytania: kto jest administratorem danych i w jakim kraju dane są fizycznie przechowywane.

Przetwarzanie na brzegu sieci (edge) ogranicza ilość wrażliwych danych przesyłanych dalej – możliwe jest na przykład lokalne rozpoznanie twarzy i przesłanie do centrum jedynie anonimowego alertu „osoba z listy poszukiwanych”. Z kolei systemy oparte na chmurze mogą gromadzić duże zbiory do dalszej analizy, również w celach wtórnych, nie zawsze oczywistych dla mieszkańców.

Infrastruktura komunikacyjna i identyfikacyjna

Sieci 5G/6G – stały, gęsty strumień danych

W przypadku bezpieczeństwa osobistego sieci 5G/6G pozwalają na:

• stabilną komunikację służb ratunkowych z dużą ilością danych (wideo, telemetria);
• obsługę tysięcy urządzeń IoT na niewielkim obszarze (przystanki, czujniki, kamery);
• precyzyjną lokalizację urządzeń i osób (poprzez smartfony, zegarki, opaski);

Identyfikacja mieszkańców i cyfrowe portfele tożsamości

Drugim filarem infrastruktury obok sieci łączności będą systemy identyfikacji cyfrowej. Część państw już je wdraża, ale w miastach 2035 r. cyfrowa tożsamość stanie się de facto biletem wstępu do wielu usług publicznych i komercyjnych.

Cyfrowy portfel może zawierać:

• dowód osobisty i prawo jazdy w formie elektronicznej;
• bilety okresowe, karty mieszkańca, uprawnienia do zniżek;
• certyfikaty zdrowotne (np. o szczepieniach lub niepełnosprawności);
• klucze do drzwi miejskich usług cyfrowych (e-przychodnia, e-urząd).

Z perspektywy bezpieczeństwa osobistego to wygodne, bo ogranicza fałszerstwa dokumentów i poprawia jakość weryfikacji w sytuacjach kryzysowych (np. szybkie sprawdzenie danych świadka wypadku przez patrol). Jednocześnie każde dołączenie nowego elementu do portfela zwiększa ryzyko, że wyciek z jednego systemu „odsłoni” całe życie danej osoby.

Pojawia się też pytanie praktyczne: co z ludźmi, którzy – z wyboru lub wykluczenia – nie korzystają ze smartfona? Jeśli miasto uzależni część usług od cyfrowej identyfikacji, istnieje ryzyko stworzenia nowej grupy „obywateli drugiej kategorii”.

Gdzie technologia w mieście styka się z naszym bezpieczeństwem osobistym

Bezpieczniejsze ulice dzięki danym – scenariusz optymistyczny

W najbardziej pozytywnej wersji inteligentne miasto pozwala realnie zmniejszyć liczbę niebezpiecznych sytuacji. Dzieje się to nie tylko przez monitoring, ale przede wszystkim przez szybsze wykrywanie sygnałów zagrożenia.

Przykładowo: kombinacja czujników dźwięku, kamer i danych z aplikacji mieszkańców może w ciągu kilkunastu sekund wykryć bójkę przed klubem. System automatycznie:

• analizuje sygnały (krzyki, nietypowy ruch ludzi, zgłoszenie z przycisku alarmowego);
• wysyła powiadomienie do najbliższego patrolu, skracając czas reakcji;
• dostosowuje sygnalizację świetlną na trasie przejazdu służb.

Podobnie z zagrożeniami mniej spektakularnymi, ale dotkliwymi na co dzień: algorytmy mogą wychwytywać powtarzające się sytuacje niebezpieczne dla pieszych, np. zbyt szybki ruch na przejściu przy szkole. Zamiast jednorazowej akcji kontrolnej, system może wymusić zmianę organizacji ruchu czy ustawienie dodatkowych barier.

Gdy ten sam system służy do kontroli społecznej

Te same narzędzia, które poprawiają bezpieczeństwo, można jednak wykorzystać do dyscyplinowania mieszkańców. Granica jest cienka: technicznie to często dokładnie te same kamery, te same algorytmy i te same bazy danych.

Możliwe scenariusze nadużyć są stosunkowo proste:

• śledzenie uczestników legalnych demonstracji przy użyciu rozpoznawania twarzy;
• łączenie danych z kart miejskich, biletów i płatności, by odtworzyć sieci kontaktów określonych grup;
• częstsze kontrole w dzielnicach „wysokiego ryzyka” zdefiniowanych wyłącznie algorytmicznie;
• stosowanie mechanizmów „punktowych” (np. za wykroczenia drogowe czy śmiecenie) powiązanych z dostępem do usług publicznych.

Co wiemy? Że w wielu państwach część z tych rozwiązań jest już testowana. Czego nie wiemy? Jakie będą długofalowe skutki społeczne, gdy mieszkańcy zaczną na co dzień zakładać, że każde ich działanie w przestrzeni publicznej jest rejestrowane i potencjalnie oceniane.

„Miękkie” zagrożenia – od mikrotargetowania do wykluczenia

Bezpieczeństwo osobiste to nie tylko fizyczne ataki. W inteligentnym mieście pojawiają się także zagrożenia bardziej subtelne, oparte na analizie zachowań i profilowaniu.

Z danych o przemieszczaniu się, korzystaniu z transportu, odwiedzanych punktach usługowych da się wyciągnąć wnioski o stylu życia, statusie majątkowym czy stanie zdrowia. Dla komercyjnych operatorów to skarb:

• reklamy w przestrzeni miejskiej mogą być personalizowane nie tylko do dzielnicy, ale wręcz do zachowań grup osób o określonych nawykach;
• oferty ubezpieczeniowe lub kredytowe mogą bazować na historii poruszania się (np. regularne przejazdy przez „niebezpieczne” rejony);
• operatorzy usług miejskich mogą różnicować taryfy w zależności od przewidywanego „profilu ryzyka” użytkownika.

W wielu przypadkach trudno jednoznacznie zakwalifikować takie praktyki jako naruszenie prawa, ale ich efekt może być odczuwalny: ktoś płaci więcej za tę samą usługę wyłącznie dlatego, że algorytm uznał go za „mniej pożądanego” klienta.

Wygoda kontra inwigilacja – gdzie przebiega granica

„Domyślna wygoda” i powolne przesuwanie norm

Większość systemów w inteligentnym mieście będzie projektowana tak, by domyślnie oferować maksymalną wygodę. To z perspektywy użytkownika racjonalne: szybkie wejście do metra dzięki automatycznemu rozpoznaniu biletu w telefonie, automatyczna walidacja ulgi studenckiej, gotowe rekomendacje tras.

Problem w tym, że każda kolejna warstwa wygody wymaga dodatkowych danych i zgód. Jeśli mieszkańcy odruchowo wybierają opcję „akceptuję”, granica między rozsądną analityką a inwigilacją przesuwa się praktycznie niezauważalnie. Po kilku latach to, co dziś byłoby uznane za zbyt daleko idące, może stać się nową normą.

Zgoda świadoma czy fikcyjna?

Formalnie wiele systemów będzie opierać się na zgodach użytkowników: w aplikacji miejskiej, w regulaminach kart, w interfejsach urządzeń. Pytanie brzmi: na ile te zgody są realnie świadome.

Typowy mieszkaniec nie ma czasu ani kompetencji, by ocenić skutki takich zapisów jak:

• „dane lokalizacyjne mogą być wykorzystywane do ulepszania usług partnerów miasta”;
• „nagrania z kamer mogą służyć do szkolenia systemów sztucznej inteligencji w celach bezpieczeństwa”;
• „dane z twojego portfela cyfrowego mogą być łączone w ramach spółek miejskich”.

Z punktu widzenia prawa zgoda jest, ale w praktyce trudno mówić o rzeczywistej kontroli. Tu pojawia się kluczowe zadanie dla regulatorów: wymuszenie rozwiązań, które ograniczają zbieranie danych do niezbędnego minimum, nawet jeśli użytkownik „dobrowolnie” zgodziłby się na więcej.

Strefy „wysokiej obserwowalności” i „prywatności miejskiej”

Jednym z możliwych kompromisów jest jawne wyznaczenie stref o różnym poziomie obserwacji. Nieformalne podziały istnieją już dziś: lotnisko czy stadion są naszpikowane kamerami, za to małe parki lub osiedlowe uliczki – mniej.

W mieście 2035 r. może to przybrać bardziej uporządkowaną formę:

• strefy wysokiego bezpieczeństwa (dworce, węzły przesiadkowe, okolice stadionów) – gęste systemy monitoringu, rozpoznawania twarzy i analizy zachowań, przy jasnych zasadach przechowywania danych;
• strefy pośrednie (większe arterie, centra handlowe) – monitoring głównie na potrzeby bezpieczeństwa bieżącego, z silną anonimizacją i krótkimi okresami retencji;
• strefy miejskiej prywatności (parki, część skwerów, ścieżki rekreacyjne) – ograniczone technologie rejestrujące, z naciskiem na bezpieczeństwo fizyczne (oświetlenie, przyciski alarmowe) zamiast ciągłego śledzenia.

Taki model wymagałby bardzo czytelnego oznakowania – mieszkańcy powinni wiedzieć, gdzie są obserwowani intensywnie, a gdzie miasto świadomie rezygnuje z części danych na rzecz swobody.

Monitoring, rozpoznawanie twarzy i analiza zachowań – fakty i mity

Jak naprawdę działa rozpoznawanie twarzy

Systemy rozpoznawania twarzy nie „widzą” człowieka tak jak człowiek. Z technologicznego punktu widzenia kamera rejestruje obraz, który oprogramowanie zamienia na zestaw cech – wektor liczbowy opisujący relacje między punktami na twarzy, proporcje, charakterystyczne linie.

W praktyce oznacza to kilka rzeczy:

• algorytm porównuje wektor z bazą już zapisanych wzorców – nie „zapamiętuje” całego obrazu;
• skuteczność zależy od jakości bazy, warunków oświetlenia, kąta ujęcia, nakryć głowy czy masek;
• system zwraca prawdopodobieństwo dopasowania, a nie zero-jedynkową pewność.

Faktem jest, że w kontrolowanych warunkach (np. przejścia lotniskowe) skuteczność potrafi być wysoka. Mitem – że na zatłoczonej ulicy każda twarz jest niezawodnie identyfikowana. Największe ryzyko leży gdzie indziej: w pokusie traktowania wyniku algorytmu jako rozstrzygającego dowodu, zwłaszcza przez służby pod presją czasu.

Błędy i uprzedzenia w systemach rozpoznawania twarzy

Liczą się nie tylko średnie wskaźniki skuteczności, ale też to, kogo algorytm myli częściej. Liczne badania pokazały, że systemy trenowane głównie na danych z jednej grupy etnicznej gorzej radzą sobie z rozpoznawaniem twarzy osób z innych grup. Podobne problemy dotyczą wieku czy płci.

Przekłada się to na konkretne ryzyka:

• większa liczba fałszywych wskazań w stosunku do określonych grup mieszkańców;
• częstsze, niesłuszne kontrole osób, które „częściej pojawiają się” w systemie jako potencjalne dopasowania;
• utratę zaufania do systemów bezpieczeństwa u tych, którzy są nieproporcjonalnie często ich „ofiarami”.

Technicznie problem da się łagodzić – lepszym doborem danych treningowych, audytami algorytmów, testami w warunkach zbliżonych do realnych. Politycznie i społecznie to jednak trudniejsze: wymaga uznania, że technologia nie jest neutralna i może utrwalać istniejące nierówności.

Analiza zachowań – co system „widzi”, a czego się domyśla

Nowa generacja monitoringu nie koncentruje się wyłącznie na tożsamości, ale też na wzorcach ruchu. Algorytmy wykrywają „nietypowe” zachowania: nagłe zatrzymanie dużej grupy, gwałtowne rozproszenie tłumu, porzucenie przedmiotu w niedozwolonym miejscu, osobę leżącą na ziemi.

Ten typ analizy ma kilka zalet:

• często można go prowadzić na zanonimizowanych sylwetkach, bez identyfikacji twarzy;
• jest bardziej uniwersalny – opiera się na fizyce ruchu, a nie cechach konkretnych osób;
• pozwala szybciej reagować na zdarzenia nagłe, zanim dotrą pierwsze zgłoszenia.

Jednocześnie system „uczy się” normalności na podstawie danych historycznych. Jeśli dana dzielnica jest rzadko odwiedzana wieczorem, kilka osób spacerujących późną porą może zostać oznaczone jako „nietypowe zachowanie”. W innej części miasta taki sam spacer nie wywoła żadnej reakcji. Ryzyko jest oczywiste: algorytmiczna normalność zaczyna wyznaczać, co jest „akceptowane”, a co wymaga interwencji.

Mity o pełnej anonimowości danych z monitoringu

Często pojawia się argument, że problem znika, jeśli nagrania z kamer są „anonimizowane”. W praktyce oznacza to zazwyczaj zamazanie twarzy lub przynajmniej odseparowanie danych identyfikujących osoby od obrazu. To krok w dobrą stronę, ale nie panaceum.

Nawet bez twarzy, łącząc:

• czas i miejsce nagrania;
• charakterystyczny sposób poruszania się (chód jako biometryka);
• dane z innych systemów (logowania do Wi-Fi miejskiego, przejazdy kartą miejską),

można odtworzyć dość precyzyjny profil konkretnej osoby. Anonimizacja statycznego zbioru danych jest znacznie prostsza niż zabezpieczenie strumienia, który w czasie rzeczywistym łączy wiele źródeł informacji. Stąd rosnące znaczenie nie tylko „zachowywania prywatności”, ale wręcz technik inżynierii prywatności – projektowania systemów tak, by nadmiarowe dane w ogóle nie powstawały.

Samoregulacja branży czy twarde zakazy?

Wielu dostawców technologii argumentuje, że najlepszą drogą są kodeksy dobrych praktyk, audyty etyczne, rady doradcze. Taki miękki nadzór ma pewien potencjał: pozwala szybko reagować na nowe wyzwania i dostosowywać wytyczne do zmieniającej się technologii.

Z drugiej strony kolejne kraje i miasta rozważają twarde ograniczenia. Przykłady to:

• zakaz wykorzystywania rozpoznawania twarzy do identyfikacji uczestników zgromadzeń publicznych;
• zakaz stosowania rozpoznawania twarzy w czasie rzeczywistym poza ściśle określonymi sytuacjami (np. poszukiwanie osób zaginionych);
• wymóg stosowania wyłącznie certyfikowanych, audytowanych systemów analizy obrazu w sektorze publicznym.

Jak miasta weryfikują „konieczność” technologii

W debacie o monitoringu i rozpoznawaniu twarzy często pojawia się argument „bez tego miasto będzie mniej bezpieczne”. To zdanie dobrze brzmi, ale rzadko jest podparte twardymi danymi. Pytanie podstawowe brzmi: co wiemy o realnym wpływie tych narzędzi na bezpieczeństwo, a co jest jedynie obietnicą producentów?

Bardziej dojrzałe samorządy zaczynają stosować prostą zasadę: zanim wdrożą nową technologię, muszą udowodnić, że:

• nie da się osiągnąć tego samego efektu prostszymi środkami (np. lepszym oświetleniem, obecnością patrolu, organizacją ruchu);
• korzyści przewyższają ryzyka dla prywatności i wolności obywatelskich;
• istnieje plan ewaluacji – po roku, dwóch latach będzie można sprawdzić, czy narzędzie faktycznie działa.

To przesuwa ciężar dowodu: nie mieszkańcy mają udowadniać, że kamera na skrzyżowaniu jest zbędna, tylko miasto ma pokazać, dlaczego jest konieczna. Z perspektywy obywatela to drobna zmiana, ale instytucjonalnie – zasadnicza.

Standardy przejrzystości dla miejnych systemów AI

Coraz częściej obok kamer pojawia się oprogramowanie klasyfikujące: „osoba leżąca”, „tłum”, „porzucony obiekt”. Dla służb to zwykle „czarna skrzynka” dostarczona przez dostawcę. Z punktu widzenia mieszkańca to za mało.

W dyskusjach nad regulacjami pojawiają się powtarzalne postulaty, które można traktować jak katalog dobrych praktyk:

• publiczna lista systemów analitycznych używanych przez miasto – z opisem ich funkcji, producenta, zakresu działania;
• informacje, czy system korzysta z danych biometrycznych, czy tylko z zanonimizowanych zarysów sylwetek;
• opis tego, kto i na jakiej podstawie może podjąć decyzję na podstawie wskazań algorytmu.

Przejrzystość nie rozwiąże wszystkich dylematów, ale pozwala lepiej oddzielić fakty od marketingu. Jeśli operator wie, że jego decyzje będą później analizowane pod kątem wykorzystania podpowiedzi algorytmu, jest mniej skłonny bezrefleksyjnie powtarzać „tak powiedział system”.

„Miękkie” alternatywy dla twardego nadzoru

Miasto nie ma tylko dwóch opcji: pełnej inwigilacji albo całkowitej rezygnacji z technologii. Istnieje cały zestaw rozwiązań pośrednich, które wzmacniają bezpieczeństwo, ograniczając jednocześnie konieczność ciągłej obserwacji.

Przykłady takich rozwiązań to:

• projektowanie przestrzeni „naturalnie bezpiecznej” – widoczne wejścia, brak ślepych zaułków, ławki ustawione tak, by ludzie widzieli się nawzajem;
• systemy oparte na zgłoszeniach mieszkańców (aplikacje „zauważ – zgłoś”), które nie śledzą, dopóki ktoś nie poprosi o pomoc;
• lokalne punkty wsparcia – dobrze oznaczone miejsca, gdzie można szybko zgłosić zdarzenie, zamiast polegać tylko na zdalnej obserwacji kamer.

W praktyce miasta łączą oba podejścia. Węzeł przesiadkowy może mieć zaawansowany monitoring, ale przyległy park – zostać zaprojektowany tak, by był bezpieczny przede wszystkim dzięki obecności ludzi i dobrej widoczności, a nie gęstej sieci kamer.

Prawo do bycia offline w przestrzeni publicznej

W 2035 r. większość interakcji z miastem będzie miała cyfrowy ślad: przejazd, wejście do budynku, płatność w automacie. Pojawia się pytanie, czy mieszkaniec ma realne prawo do pozostania „poza systemem”, przynajmniej w części swojego życia w mieście.

Debata o prawie do prywatności coraz częściej rozszerza się na prawo do anonimowego korzystania z usług. Kilka kluczowych wątków powraca w wielu miastach:

• możliwość zakupu biletów komunikacji miejskiej bez rejestracji konta;
• dostęp do podstawowych usług miejskich (np. toalet, punktów wody pitnej) bez konieczności logowania czy skanowania aplikacji;
• ograniczenie obowiązkowej identyfikacji w przestrzeniach, które nie są obiektami wrażliwymi (np. wstęp do parku bez kontroli dokumentów).

To nie są tylko techniczne detale. Od odpowiedzi na pytanie, czy można przejść przez miasto nie zostawiając szczegółowego cyfrowego śladu, zależy charakter codziennej wolności. Inaczej wygląda życie w mieście, gdzie każdy przejazd czy wejście jest powiązane z konkretną osobą, a inaczej tam, gdzie wciąż istnieją „śliskie” przestrzenie, w których technologia schodzi na drugi plan.

Kto naprawdę ma dostęp do danych miejskich

We wszystkich dyskusjach o monitoringu powraca kluczowy wątek: kto i na jakich zasadach może przeglądać dane. Przez lata przyjmowano za pewnik, że głównym użytkownikiem będą służby porządku publicznego. W miastach 2035 r. krąg zainteresowanych jest znacznie szerszy: operatorzy transportu, firmy ubezpieczeniowe, właściciele galerii handlowych, dostawcy usług reklamowych.

Typowy łańcuch przepływu danych z jednej kamery może wyglądać następująco:

• rejestracja obrazu przez kamerę należącą do miasta lub prywatnego operatora;
• przetworzenie przez oprogramowanie analityczne (często chmurowe, dostarczane przez zewnętrzną firmę);
• udostępnianie wybranych wskaźników lub fragmentów nagrań kolejnym podmiotom na podstawie umów.

Dla mieszkańca wszystkie te kroki są niewidoczne. Bez wymogu prowadzenia rejestru udostępnień i informowania o modelu biznesowym partnerów miasta łatwo o sytuację, w której dane „wyciekają” do celów komercyjnych, choć formalnie pozostają „anonimowe”.

Niektóre miasta testują publiczne rejestry – odpowiedniki „ksiąg wieczystych” dla danych. Zapisuje się w nich, kto, kiedy i na jakiej podstawie miał dostęp do danego typu informacji. To nie jest rozwiązanie idealne, ale daje narzędzie kontroli społecznej: organizacje obywatelskie mogą sprawdzać, czy deklaracje ratusza pokrywają się z praktyką.

Rola obywatelskiego nadzoru nad technologią

Sama regulacja prawna nie wystarcza, jeśli mieszkańcy nie wiedzą, z czego korzystają i jakie mają możliwości sprzeciwu. Stąd coraz większe znaczenie ciał pośrednich – rad ds. cyfryzacji, komisji etycznych, lokalnych watchdogów.

Tam, gdzie takie mechanizmy działają lepiej, łączy je kilka cech:

• skład mieszany – obok urzędników zasiadają prawnicy, informatycy, socjologowie, przedstawiciele organizacji społecznych;
• dostęp do realnych danych – nie tylko prezentacji marketingowych producentów, ale też raportów z testów, opisów incydentów, skarg mieszkańców;
• możliwość wydawania wiążących opinii w kluczowych sprawach (np. wstrzymania wdrożenia do czasu wyjaśnienia ryzyk).

W praktyce takie rady bywają niewygodne dla władz miasta i dostawców technologii, bo zadają proste pytania: czy mamy dowód, że to działa, czy wiemy, kto ponosi odpowiedzialność, jeśli system zawiedzie? To jednak właśnie ten rodzaj napięcia pełni funkcję bezpiecznika.

Awaryjność i scenariusze „ciemnego miasta”

Inteligentne miasto zakłada ciągłą dostępność technologii: zasilania, sieci, centrów danych. Rzadko mówi się o tym, co dzieje się, gdy któryś z filarów zawiedzie. Tymczasem przerwa w dostawie prądu, awaria sieci szkieletowej czy atak ransomware na firmę obsługującą system monitoringu to scenariusze całkiem realne.

W obszarze bezpieczeństwa osobistego oznacza to konieczność przygotowania „ analogowych planów B”:

• jasne procedury dla służb na wypadek braku dostępu do kamer i systemów lokalizacji;
• fizyczne plany ewakuacji i systemy oznaczeń, które działają bez prądu (np. fotoluminescencyjne tablice);
• ćwiczenia obejmujące nie tylko pożary czy klęski żywiołowe, ale też kryzysy cyfrowe.

Bez takich przygotowań miasto może wejść w groźny paradoks: obywatel przyzwyczajony do „opiekuńczego” systemu ostrzegania i monitoringu nagle zostaje bez żadnego wsparcia, bo nikt nie przewidział pracy w trybie ograniczonej widoczności technologicznej.

Bezpieczeństwo danych jako element bezpieczeństwa osobistego

Gdy mowa o bezpieczeństwie osobistym, pierwszym skojarzeniem jest przestępczość fizyczna: napady, kradzieże, agresja. W inteligentnym mieście granica między zagrożeniem fizycznym a cyfrowym zaciera się. Wycieki nagrań z kamer, informacje o trasach codziennych dojazdów czy godzinach powrotu do domu mogą stać się narzędziem szantażu, stalkingu albo kradzieży z włamaniem.

Dlatego coraz częściej systemy monitoringu są oceniane nie tylko z perspektywy funkcji, ale też odporności na ataki:

• szyfrowanie transmisji z kamer do centrów monitoringu;
• ograniczenie dostępu operatorów – logi, dwuskładnikowe uwierzytelnianie, rozdzielenie uprawnień;
• regularne testy penetracyjne z udziałem zewnętrznych zespołów bezpieczeństwa.

Jeśli kamery w autobusach można przejąć zdalnie, a obraz trafi do nieuprawnionych odbiorców, mówimy już nie tylko o problemie prywatności, ale o bardzo konkretnym zagrożeniu dla osób podróżujących. Z perspektywy mieszkańca bezpieczeństwo cyfrowe staje się po prostu kolejną warstwą ochrony fizycznej.

Technologie „pro-prywatności” w infrastrukturze miejskiej

Dominująca narracja o inteligentnych miastach koncentruje się na technologiach zbierających dane. Równolegle rozwija się jednak nurt narzędzi, które mają minimalizować liczbę informacji potrzebnych do działania usług.

W praktyce przybiera to kilka form:

• lokalne przetwarzanie danych (edge computing) – analiza obrazu odbywa się w kamerze lub lokalnym serwerze, a do centrum trafiają jedynie zdarzenia (np. „wykryto upadek”), nie całe nagranie;
• tokenizacja i pseudonimizacja – systemy biletowe i płatnicze działają na jednorazowych identyfikatorach, których nie da się łatwo powiązać z konkretną osobą bez dodatkowych kluczy;
• domyślne „zapominanie” – krótkie okresy przechowywania danych, automatyczne nadpisywanie nagrań, brak opcji „na wszelki wypadek zatrzymamy dłużej”.

Te rozwiązania są mniej spektakularne niż nowe kamery czy czujniki, bo ich celem jest ograniczanie „widoczności” obywatela. W zderzeniu z interesami komercyjnymi wymagają jednak świadomej decyzji politycznej: miasto rezygnuje z części potencjalnych analiz na rzecz mocniejszego parasola prywatności.

Edukacja cyfrowa mieszkańców jako tarcza ochronna

Najlepsze regulacje i technologie nie zadziałają, jeśli mieszkańcy nie rozumieją, co podpisują, z czego korzystają i jakie mają prawa. W praktyce poziom świadomości bywa bardzo różny – od użytkowników świadomie wyłączających zbędne funkcje aplikacji po osoby, które traktują każde okienko zgody jako przeszkodę do szybkiego kliknięcia.

Samorządy, które traktują poważnie temat prywatności, inwestują w kilka obszarów:

• proste komunikaty przy punktach monitoringu – nie tylko piktogram kamery, ale też skrócony opis, co jest nagrywane i w jakim celu;
• szkolenia i materiały dla szkół, domów kultury, centrów seniora – tłumaczące w praktyce, jakie dane generuje codzienne korzystanie z miasta;
• łatwe ścieżki zgłaszania nadużyć – formularze, infolinie, dyżury rzecznika praw cyfrowych, jeśli takie stanowisko istnieje.

Efekt uboczny takiej edukacji jest istotny: mieszkańcy stają się partnerami w dyskusji, a nie tylko odbiorcami gotowych rozwiązań. To oni zaczynają zadawać pytania o zasadność nowych technologii, zmuszając władze do bardziej przemyślanych decyzji.

Miasto jako laboratorium – ryzyka testowania na żywo

Jeszcze jedno napięcie dotyczy roli miasta jako „poligonu” dla nowych technologii bezpieczeństwa. Dostawcy chętnie oferują pilotaże w atrakcyjnych finansowo warunkach – w zamian za możliwość zebrania danych i referencji. Z perspektywy samorządu to kuszące. Z perspektywy mieszkańca oznacza bycie uczestnikiem eksperymentu, często bez wyraźnej zgody.

W wielu miejscach wprowadza się więc zasady ograniczające eksperymenty na żywo:

• obowiązkowe oceny skutków dla ochrony danych (DPIA) przed startem pilotażu;
• czasowe ramy testu – z góry określony termin zakończenia i usunięcia danych, jeśli projekt nie przejdzie do fazy regularnej;
• jawna informacja o tym, że dany obszar objęty jest eksperymentem technologicznym – wraz z prostą drogą zgłaszania zastrzeżeń.

Takie podejście nie wyklucza innowacji, ale zakłada, że nie każdy mieszkaniec musi godzić się na bycie „materiałem testowym” w imię postępu. Granica między rozwojem a instrumentalnym traktowaniem obywateli bywa cienka, zwłaszcza gdy mowa o systemach śledzenia i analizy zachowań.

Kluczowe Wnioski

• Do 2035 roku miasto stanie się gęstą cyfrową warstwą nałożoną na fizyczną przestrzeń – niemal każdy element infrastruktury będzie źródłem danych i punktem sterowania, co usprawni zarządzanie, ale uczyni codzienne życie ciągłym generowaniem cyfrowych śladów.
• Kręgosłupem inteligentnego miasta będą trzy grupy technologii: wszechobecne czujniki i kamery, sieci 5G/6G o niskich opóźnieniach oraz centralne „mózgi miasta” – platformy danych podejmujące decyzje w czasie zbliżonym do rzeczywistego.
• Te rozwiązania realnie poprawią bezpieczeństwo fizyczne (wczesne wykrywanie awarii infrastruktury, szybsza reakcja służb, dynamiczne sterowanie ruchem), a równocześnie zwiększą powierzchnię ataku dla cyberprzestępców i skalę potencjalnej inwigilacji mieszkańców.
• Różnica między dzisiejszym „smart city” a miastem 2035 polega na integracji i skali: od rozproszonych projektów pilotażowych do spójnych ekosystemów, w których dane swobodnie przepływają między transportem, energetyką, bezpieczeństwem i usługami komercyjnymi.
• Rosnąca wygoda – płynniejsze przemieszczanie się, niższe koszty usług, spersonalizowane komunikaty – będzie bezpośrednio powiązana z coraz głębszym przetwarzaniem danych osobowych, w tym biometrycznych i lokalizacyjnych, co zaostrzy spór o granice prywatności w przestrzeni publicznej.