اعترفت إدارة ترامب في المحكمة بأن ترحيل آني لوسيا لوبيز بيلوزا، وهي طالبة جامعية من ولاية ماساتشوستس، كان خطأ. جاء الاعتذار بعد احتجاز لوبيز بيلوزا، وهي طالبة جديدة تبلغ من العمر 19 عامًا في كلية بابسون، في مطار بوسطن في 20 نوفمبر وترحيلها إلى هندوراس بعد يومين، على الرغم من أمر قضائي طارئ يوجه الحكومة بإبقائها في الولايات المتحدة لمدة 72 ساعة على الأقل.

وقع خطأ الحكومة عندما حاولت لوبيز بيلوزا السفر إلى تكساس لمفاجأة عائلتها بمناسبة عيد الشكر. كانت عائلتها قد هاجرت من هندوراس إلى الولايات المتحدة في عام 2014 عندما كانت في السابعة من عمرها. جادلت إدارة ترامب، مع اعترافها بالخطأ، بأن هذا الخطأ لا ينبغي أن يؤثر على قضية الهجرة الخاصة بها.

يسلط ترحيل لوبيز بيلوزا الضوء على التعقيدات والمزالق المحتملة داخل الأنظمة الآلية المستخدمة في إنفاذ قوانين الهجرة. يمكن أن تكون هذه الأنظمة، التي غالبًا ما تستخدم الخوارزميات لتقييم المخاطر وتحديد أولوية الترحيل، عرضة للأخطاء بسبب البيانات المتحيزة أو البرمجة المعيبة. تثير هذه القضية مخاوف بشأن عدالة وشفافية عمليات صنع القرار القائمة على الذكاء الاصطناعي داخل الوكالات الحكومية.

يعد استخدام الذكاء الاصطناعي في إنفاذ قوانين الهجرة اتجاهًا متزايدًا، حيث تعتمد الوكالات بشكل متزايد على الخوارزميات لمهام مثل تحديد الأفراد الذين قد يكونون منتهكين لقوانين الهجرة، وتقييم طلبات اللجوء، وحتى التنبؤ باحتمالية فرار الفرد قبل جلسة المحكمة. يتم تدريب هذه الخوارزميات على مجموعات بيانات واسعة، والتي قد تعكس التحيزات المجتمعية الحالية، مما يؤدي إلى نتائج تمييزية.

لطالما حذر الخبراء في عدالة الخوارزميات من التبني غير النقدي للذكاء الاصطناعي في سياقات صنع القرار عالية المخاطر. وهم يجادلون بأنه يجب اختبار الخوارزميات بدقة للتحقق من التحيز وأنه يجب أن يكون للأفراد المتضررين من القرارات الخوارزمية الحق في فهم كيفية اتخاذ هذه القرارات والطعن فيها إذا لزم الأمر.

تقيم لوبيز بيلوزا حاليًا مع أجدادها في هندوراس. يستمر المعركة القانونية لإعادة وضعها في وضع الهجرة في الولايات المتحدة، حيث يجادل فريقها القانوني بأنه يجب أخذ خطأ الحكومة المعترف به في الاعتبار. تؤكد القضية على الحاجة إلى مزيد من الرقابة والمساءلة في استخدام الذكاء الاصطناعي في إنفاذ قوانين الهجرة لضمان عدم تكرار مثل هذه الأخطاء ومعاملة الأفراد بإنصاف.