El futuro de redacción y tecnología de reconocimiento facial

En el artículo de CaseGuard de hoy, analizaremos cómo funciona el reconocimiento facial, así como la ética del uso de dicho software. También hablaremos de cómo el crecimiento de las tecnologías de reconocimiento facial hará que cada vez más organizaciones adopten software de redacción.

El reconocimiento facial y los problemas de privacidad

Recientemente, el 15 de enero de 2020, el Future of Privacy Forum (FPF), un grupo de reflexión con sede en Washington D.C., contó con la presencia de Brenda Leong, su asesora principal y directora de Inteligencia Artificial y Ética, para testificar ante el Comité de Reforma de la Supervisión de la Cámara de Representantes sobre las implicaciones éticas y para la privacidad de la tecnología de reconocimiento facial. El testimonio de Leong esbozó cómo el uso de la tecnología de reconocimiento facial ha causado preocupación entre los defensores de la privacidad, los responsables políticos y el público.

Su testimonio no podía ser más oportuno. Hoy en día, la tecnología de reconocimiento facial se utiliza en sistemas de vigilancia, sistemas de prevención del fraude, sistemas de facturación en aeropuertos e incluso en el control médico. A medida que se generaliza el uso de la tecnología de reconocimiento facial, muchas organizaciones se preguntan cómo equilibrar la comodidad con el derecho a la intimidad a la hora de adoptar esta tecnología.

Para comprender y evaluar eficazmente los riesgos que entrañan las tecnologías de reconocimiento facial, las empresas deben saber cómo funciona y qué tipo de datos recoge. Como señaló Leong en su testimonio, el consentimiento sobre la recopilación, el almacenamiento y la interpretación de los datos está en el centro de este debate.

Reconocimiento facial y tecnología de seguimiento biométrico

El reconocimiento facial es una forma de tecnología de seguimiento biométrico. La tecnología de seguimiento biométrico facilita tanto la identificación como la autenticación de individuos de forma rápida y fiable a través de sus características biológicas únicas. Esencialmente:

• La autenticación es un proceso de comparación de datos con datos almacenados o con una plantilla de las características individuales de la persona para determinar si hay coincidencia. La autenticación responde a la pregunta: “¿Eres X?”.
• La identificación responde a la pregunta: “¿Quién eres?”. En el proceso de identificación, las características de la persona, sus rasgos faciales, su huella dactilar u otros datos se comparan con el contenido de una base de datos para determinar su identidad.

El reconocimiento facial es una de las muchas formas de reconocimiento biométrico, entre las que se incluyen el reconocimiento del iris, la identificación de huellas dactilares y el reconocimiento de la forma de andar.

Cómo funciona el reconocimiento facial

Existe cierta confusión respecto a la tecnología de reconocimiento facial. No todos los sistemas de cámaras utilizan el reconocimiento facial, y hay diferentes tipos de sistemas de identificación de imágenes que a menudo se agrupan incorrectamente con el reconocimiento facial. Estos otros tipos de sistemas no están necesariamente relacionados con la identificación individual. De hecho, algunos se limitan a detectar la presencia de rostros. En general, los expertos consideran que existen cinco niveles de identificación en las tecnologías de vigilancia o reconocimiento facial. Cada nivel tiene una finalidad distinta que va desde la detección de objetos (es decir, esto es una cara) hasta la identificación de la cara de un individuo.

He aquí los cinco niveles de identificación con tecnologías de reconocimiento facial:

1. Detección

Aquí es donde la tecnología determina si hay una cara en la foto. Suele utilizarse para contar clientes en grabaciones de vigilancia o incluso para organizar álbumes de fotos. A este nivel de identificación, hay pocos problemas de privacidad, ya que ningún objeto detectado ha sido identificado de forma única.

2. Caracterización

Este segundo nivel de identificación determina si el objeto que está siguiendo es un rostro humano. Entonces puede responder a preguntas concretas, como si la cara que ve es de hombre o de mujer. Este tipo de tecnología de reconocimiento puede utilizarse para mostrar anuncios específicos por sexo o incluso para seguir los hábitos de compra de los clientes en las tiendas.

3. Identificador único fijo

Durante esta fase, la tecnología detecta y caracteriza la imagen. Sin embargo, no vincula directamente esa información a ningún dato conocido del individuo. Un uso habitual es el seguimiento de la experiencia de compra de un cliente, sus pautas y otros comportamientos en la tienda. Existe cierto riesgo para la privacidad si los datos se conectan a otra información identificable.

4. Verificación 1 a 1

Este nivel quiere saber a quién está mirando el sistema. Se pregunta si esta persona es quien dice ser. Se pueden utilizar para diversos fines, por ejemplo, como herramienta de identificación en un cajero automático. Dado que la persona es identificable, existe un riesgo para la privacidad. Debe haber avisos de privacidad con consentimiento expreso. Las brechas de seguridad de cualquier tipo pueden conducir a la pérdida de información de identificación personal (IIP).

5. Identificación 1 a muchos

Es la forma definitiva de identificación. Sin embargo, ni siquiera los mejores algoritmos pueden garantizar que se produzca la identificación. Se plantea la pregunta: “¿Quién es esta persona?”. Existen múltiples usos para este nivel de identificación, como el etiquetado de fotos, el seguimiento de la fidelidad de los consumidores y la realización de publicidad hiperdirigida. Debido al alto riesgo de abuso de la privacidad, deben tomarse medidas para proteger los datos.

Nuevos usos de la tecnología de reconocimiento facial

Se calcula que en 2024 el mercado mundial de las tecnologías de reconocimiento facial generará unos ingresos de más de 7.000 millones de dólares. Mientras se crean nuevos usos y aplicaciones con las características del reconocimiento facial, se prevé que el área de crecimiento más significativa sea la vigilancia en el sector público. Dicho esto, los analistas predicen que el uso de las nuevas tecnologías de reconocimiento facial se producirá en tres casos de uso concretos:

• Aplicación de la ley o seguridad: las principales ventajas son aumentar la capacidad de lucha contra la delincuencia y el terrorismo. En algunos casos, el reconocimiento facial se ha utilizado para identificar a sospechosos en relación con la investigación de delitos violentos.
• Sanidad: los algoritmos de aprendizaje automático y el análisis facial harán cada vez más posible el seguimiento del uso de medicamentos por parte de los pacientes, la detección de enfermedades genéticas y el apoyo a terapias de control del dolor.
• Marketing minorista: el marketing “conozca a su cliente” es un campo emergente. Un ejemplo es un sistema de datos diseñado recientemente por Facebook que, al analizar el comportamiento de los compradores, extrae información de sus perfiles en las redes sociales para ayudar al personal de ventas.

Software de redacción

Con el crecimiento de las tecnologías de reconocimiento facial, también se producirá un crecimiento considerable en el ámbito del software de redacción. Las empresas que utilicen tecnologías de reconocimiento facial a todos los niveles tendrán que proteger la privacidad de los datos de las personas que recopilen. Actualmente existen precedentes de nuevas leyes y políticas para equilibrar las tecnologías de vigilancia con la privacidad personal individual. Mientras las empresas disfrutan de los nuevos mercados y la seguridad que aporta el reconocimiento facial, inevitablemente tendrán que cumplir las leyes de privacidad y proteger al individuo y mantener sus datos seguros.

Una forma de hacerlo es con software de redacción de vídeo. Dado que muchas empresas almacenan datos durante un tiempo determinado, antes de almacenarlos o incluso de compartirlos, el uso de software de redacción puede eliminar el riesgo para la privacidad de las personas. Un sistema de censura fácil de usar, como CaseGuard, utiliza la automatización y el aprendizaje automático para censurar rostros y otra información identificativa con facilidad. Si la información identificativa se elimina por completo antes de almacenar los datos o compartir la información con otras empresas, se pueden eliminar de forma segura muchos riesgos para la privacidad de las personas.