北加州美国公民自由联盟（American Civil Liberties Union of Northern California）周四宣布，它对亚马逊面部识别系统Rekognition进行测试，但发现该系统不精准。当该联盟用国会议员照片做面部识别测试时，Rekognition将其中28名国会议员识别成曾经被捕的罪犯。
联盟从“公开来源”下载2.5万张警方拍摄的罪犯脸部照片（mugshot），然后将535位国会议员的官方照片交给Rekognition处理，问它在2.5万张照片中是否有照片与国会议员匹配，Rekognition给出了“有28张匹配”的结果。
这28人中，还有6人来自美国国会黑人同盟（Congressional Black Caucus）。一直以来，面部识别系统识别非裔美国人时错误率会高一些。如果训练数据严重偏向白人男性，那么在识别其它白人男性时，系统可能会精准很多，如果识别其它族群，错误率就会提高。 
