美国科罗拉多州一名76岁的老人原本期望安享晚年，却因一项技术错误频繁遭遇警察拦停。这并非因为她超速或闯红灯，而是因为警方使用的自动车牌识别系统（ALPR）数据库中存在一个字符错误，将她的合法车牌与一个被盗车牌记录错误关联。

据报道，这位老人的车牌本身完全合法，但系统数据库中将一个嫌疑人的车牌号中的字母“O”误录为数字“0”，导致她的车牌恰好与这个错误记录匹配。每当她驾车经过特定区域时，Flock Safety公司的摄像头会读取她的车牌，并与数据库比对，随即向警方发送警报，导致她反复被拦停检查。

Flock Safety是一家提供自动车牌识别技术的私营公司，其摄像头通常安装在固定位置，用于捕捉过往车辆及其车牌图像。当车牌与数据库中的标记记录匹配时，系统会实时向执法部门发送警报。这项技术旨在帮助警方识别被盗车辆或与犯罪活动相关的车辆，被广泛用于扩展执法覆盖范围。然而，当底层数据库存在错误时，摄像头无法区分录入错误与真实信息，只会机械地读取车牌、比对列表并发送警报。

更令人担忧的是，这并非孤立事件。在类似案例被报道后，多名科罗拉多州司机主动联系媒体，表示自己遭遇了同样的问题——他们被错误地录入警方数据库，却没有明确的流程来纠正这一错误。这表明，此类数据库错误可能相当普遍，而受影响者往往难以有效申诉。

这一事件凸显了AI技术在执法应用中面临的挑战。自动车牌识别系统本身是高效的工具，但其可靠性高度依赖输入数据的准确性。一旦数据库存在人为错误，系统会不加区分地重复错误，导致无辜公民反复被骚扰。目前，Flock Safety公司尚未就此事发表公开评论，而受影响老人仍在寻求解决方案，以避免未来继续被拦停。

从技术角度看，该案例揭示了AI系统在现实部署中的关键问题：数据质量与纠错机制。即使识别算法本身无误，源数据的微小错误也可能被系统放大，造成严重后果。对于执法类AI应用，建立数据审核与快速纠错流程，以及为受影响的公民提供便捷的申诉渠道，是确保技术公平性的必要措施。