AI在赌场出错：错误逮捕男子，现寻168名其他受害者

技术本应使运营更加顺畅，但当人类判断被算法取代时，结果可能灾难性。内华达州的卡车司机 Jason Killinger 就身陷这样一次失败的中心。他在丽都（Reno）的 Peppermill Resort Spa Casino 赌场参观时，一个高端面部识别系统将他标记为 100% 匹配一名曾因非法闯入而被禁止入内的人员。这次技术故障引发了一系列事件，如今已在 2026 年诉诸法庭。

警官 Richard Jager 接到报案赶到现场，并将 Killinger 拘捕。尽管 Killinger 出示了内华达州身份证、Peppermill 玩家卡、借记卡、UPS 工资单和工会卡，但他的抗议被驳回。Jager 在报告中甚至声称 Killinger 使用了假证件欺骗警方。在被拘留十一个小时后，错误才被纠正，Killinger 获释。他后来与赌场达成了和解，但继续与市政当局和涉事警官进行法律诉讼。

数字与事实

随着法律程序的推进，问题的规模逐渐清晰。Killinger 目前正在寻求另外 168 名也被该人工智能技术错误识别的受害者的身份。虽然丽都（City of Reno）已提供了 1,000 多页的证据文件，但他们隐去了这些人的姓名。Killinger 的法律团队认为，接触到这些证人对于证明该部门存在疏忽和技术故障的模式至关重要。

此后，Jager 警官表达了一定程度的悔意。在一次宣誓作证中，他承认接受更多关于面部识别技术的培训会有所帮助。然而，这一承认与他在逮捕过程中采取的强硬立场相矛盾，他当时特别指出，被捕者的身份证件与赌场记录不符——Killinger 坚决否认了这一说法。

“被告在未寻求保护令的情况下，隐去了被捕者的身份信息，未予披露。” - Jason Killinger 的法律代表，引自官方诉状

背景

人工智能在赌场中的使用非常普遍，旨在阻止被禁止入内的玩家和罪犯进入。然而，“误报”（false positives）现象仍然是一个重大障碍。在此事件中，Peppermill 赌场安保部门和丽都（Reno）警方表现出了批评者称之为“自动化偏见”（automation bias）的倾向——即倾向于信任自动化系统，而忽略了与之相矛盾的人工证据。将丽都（City of Reno）列为 2026 年的被告，强调这不仅仅是个人错误，而可能是一个系统性的政策和监管失败。

这对德国玩家的意义

对于德国的玩家来说，此案与国内监管环境形成了鲜明对比。根据 2021 年州际赌博条约（GlüStV 2021），通过 OASIS 和 LUGAS 等系统严格监管身份验证。德国法律高度重视数据保护（GDPR），通常禁止私人实体以在美国某些司法管辖区实行的方式进行大规模生物识别监控。

德国玩家必须遵守每月 1,000 欧元的存款限额和老虎机每注 1 欧元的投注限额，但他们的人身安全和法律地位受到人工验证流程的保护。由于要求人工监督以及对私人赌博运营商如何处理生物识别数据的严格限制，德国公民因赌场的人工智能出错而被捕的可能性几乎为零。

这对 GGL 许可赌场意味着什么

获得 Gemeinsame Glücksspielbehörde der Länder (GGL) 许可运营的赌场，在玩家身份识别方面必须遵循透明和标准化的程序。与在一些国际市场看到的未经监管的人工智能实验不同，符合 GGL 标准的平台使用经过验证的接口连接到国家数据库。这确保了玩家的身份通过官方记录得到确认，而不是通过容易出错的面部识别算法。

虽然离岸赌场（例如，在库拉索或 MGA 获得许可的赌场）可能使用各种第三方安全工具，但获得 GGL 许可的网站提供了最高级别的法律确定性。Killinger 案证明，即使是人工智能中的“100% 匹配”也可能是 100% 错误的，这强化了为什么德国偏爱基于文件的验证和人工干预的系统是保护公民自由的更优方法。