根據《nature》網站的報導，一項由多位學者主導的研究揭示了AI電腦視覺與大規模監控之間的緊密關係。這項研究挑戰了主流觀點，指出監控並非僅由少數不法實體推動，而是已經滲透並常態化於整個電腦視覺領域。
長期以來，學者、政策制定者和草根社群持續質疑AI研究，尤其是電腦視覺，已成為大規模監控技術開發與應用的主要來源。然而，電腦視覺通往監控的途徑究竟如何，一直是爭議的焦點。這項研究首次透過實證分析，揭示了監控AI管道的本質與範圍，提供了大量證據證明電腦視覺領域與監控之間密不可分的聯繫。
研究團隊分析了來自歷史最悠久的電腦視覺會議－電腦視覺與模式識別會議（CVPR）的超過19,000篇電腦視覺研究論文，並追溯了這些論文所引用的23,000多項下游專利。結果發現，這些文獻中的大多數都直接或間接地支援了對人體及身體部位的目標識別。
比較1990年代與2010年代的數據，研究人員觀察到，與下游監控相關專利連結的電腦視覺論文數量竟增加了五倍，明確指出電腦視覺研究日益傾向於支援監控應用。
這項研究的重要發現之一，是它挑戰了「只有少數不法實體才促成監控」的觀念。相反地，研究團隊發現，將人類作為目標的行為已經在整個電腦視覺領域中常態化。
這種常態化尤其令人擔憂，因為許多文獻中存在著刻意的模糊化語言。研究揭露了許多文獻會迴避直接提及以人類為目標，例如，將人類常態化地稱為「物體」，並對其進行研究，而無需特別考量其作為人類的特殊性。
研究結果強烈表明，電腦視覺研究與監控之間存在著廣泛而深入的聯繫。透過對隨機抽取的100篇電腦視覺論文和100項下游專利進行深入分析，發現高達90%的論文和86%的下游專利都與人類數據的擷取有關。
更令人不安的是，大多數（71%的論文和65%的專利）明確擷取了關於人體和身體部位的數據。其中，35%的論文和27%的專利針對人類身體部位數據，而至少三分之一的論文和專利（論文佔36%，專利佔38%）聲稱或展示了針對整體人體進行數據擷取。
此外，約有18%的論文和16%的專利擷取了人類空間的數據。僅有極少數（1%的論文和1%的專利）專注於擷取非人類數據，這進一步印證了電腦視覺研究及其應用正大規模地將人類數據化，特別是針對人體。
此項研究借鑒監控研究的定義，將監控視為任何實體收集、擷取或關注可與他人（無論是個人或群體）相關聯數據的行為。這包括對身體、行為、人際關係以及社會和物理環境的數據化、建模和分析。
研究強調，即使技術未被標示為監控、未被普遍認為有害或未造成立即、可見的傷害，只要其具備監控人類數據的可能性，就足以構成監控。因為這些技術能助長恐懼與自我審查的條件，成為社會控制的關鍵手段。
