Esta tecnología ha tomado relevancia para reconocer sujetos sospechosos y ofrecer control de acceso sin contacto. No obstante, cuenta con un panel de detractores que asegura esta hace registros de imagen no autorizados.
Por Iris Montoya Ricaurte
El reconocimiento facial nació entre 1964 y 1966, cuando Woodrow Wilson Bledsoe, realizó una serie de investigaciones para confirmar si era posible que las computadoras lograran reconocer caras humanas. En el proceso consideró que la intensidad y ángulo de iluminación eran un reto para lograr un registro eficiente, factores que aún persisten.
Dicho proyecto denominado: “Un sistema de reconocimiento facial hombre-máquina: algunos resultados preliminares”, extrajo las coordenadas de un conjunto de características faciales, tales como el centro de las pupilas, el inicio de la línea del cabello, la esquina interior y exterior de los ojos, entre otras, que fueron usadas para calcular una lista de 20 distancias entre los diversos elementos del rostro. Datos que, a día hoy, componen la base de la mayoría de los software dedicados a ofrecer este servicio.
Según la última investigación sobre el mercado de detección facial de MarketsandMarkets Research, previó un crecimiento del 17,1% del 2020 al 2021, en el que se llegaría a los USD 4.500 millones. Asimismo, estableció como principales causantes el aumento en el gasto gubernamental en seguridad pública, junto con el incremento en la demanda de sistemas de verificación de identidad sin contacto debido al impacto del Covid 19.
Ventajas y usos de la tecnología de reconocimiento facial
Para Fernando Domínguez, director de ventas en Herta, los beneficios de esta tecnología se pueden clasificar por verticales, donde destaca su implementación para la seguridad en los sistemas de transporte, como aeropuertos y estaciones del metro, puntos de operativos de control por parte de las autoridades; en el control fronterizo, donde se precisa la identificación rigurosa de las personas; el sector retail, ya que suelen ser objetivo frecuente de la delincuencia común, y los espacios deportivos, para evitar incidentes de vandalismo o acciones que atenten contra la vida humana.
Joel Milan, representante para América Latina en SAFR de RealNetworks, asegura que el reconocimiento facial tiene alrededor de 30 usos en el caso de la banca, como herramienta para identificar robo de identidad, asaltos y robo al adulto mayor. Por otro lado, destaca su empleo en el seguimiento de conductas sospechosas en establecimientos públicos y comerciales. También agrega que “es una tecnología muy usada en el ‘customer jorney’ y para mejorar los programas de lealtad en compras”.
En ese mismo sentido, Luis Alberto Delgado, director regional de Intelligent Security Systems - ISS indica que “así como existen unos usos de listas negras, para distinguir y rastrear personas que ya han sido reportadas o denunciadas por diversos delitos, también se ocupa en los departamentos de servicio al cliente, porque ayuda a identificar al comprador y ofrecerle servicios según su edad, gustos y frecuencia de consumo. Cuando un rostro es detectado, para estos casos, se accede a información para brindar una mejor experiencia”.
Ahora bien, Fernando Loret, director comercial de SIASA, comenta que “la aplicación que mayor auge ha tenido estos últimos años es el control de asistencia, porque la pandemia generó que se busque evitar lo que implique un contacto no necesario. De modo que se pasó en muchos casos del uso de la huella dactilar a identificación facial. Así como para la verificación del uso de cubrebocas”. Adicionalmente, también está su empleo en dispositivos para la seguridad vial, donde se usa para prevenir accidentes analizando la conducta del chófer y enviando alertas al detectar fatiga.
Maquillaje, arte y resistencia contra la detección facial
En contraste, a la vez que diversos investigadores se han centrado en darle rigurosidad y alcance a la detección facial, otros grupos han buscado la forma de sabotear este potencial, al considerarlo una peligrosa herramienta de control social.
En 2017 el ruso Grigori Bakunov, director de distribución tecnológica de Yandex, propuso un algoritmo para ocultar la identidad con la ayuda del maquillaje y aseguró que no quiso hacerlo comercial por su potencial de ayudar a quien no debía.
Esta idea no se quedó ahí, del 2019 al 2021 un grupo de artistas generó una colaboración para explorar la vigilancia en el espacio público, como resultado nació el movimiento The Dazzle Club, el cual tenía propuestas de maquillaje y diseño de ropas enfocadas en impedir el reconocimiento facial, así como “caminatas silenciosas” por zonas específicas de la ciudad de Londres, pensadas para “subvertir la vigilancia”.
Estas posibilidades fueron confirmadas recientemente con el estudio Dodging Attack Using Carefully Crafted Natural Makeup, realizado por investigadores de la Universidad Ben-Gurion del Negev de Israel y publicado en septiembre de 2021. Concretamente realizaron ataques de aprendizaje automático contradictorio (AML), en el modelo de reconocimiento facial ArcFace, usando maquillaje con “efecto natural” en partes clave del rostro. Dicha investigación arrojó que el sistema sólo logró identificar a los participantes en el 1,22 % de los fotogramas. Pero este tipo de ataques no funcionan a esta taza de éxito con todos los sistemas, mucho menos con el control de acceso, donde hay un registro claro de forma previa.
La polémica como factor de mejoramiento
El foco de la discusión se ha centrado en la existencia no autorizada de fotogramas y registros de la gente. Para Luis Alberto es claro que “el software no toma una imagen del rostro como tal, que es lo que más le preocupa a las personas, lo que hace es construir una ‘palabra’ o vector, que es una traducción de los rasgos faciales en unos y ceros. De modo que esta disputa es una oportunidad para fomentar la capacitación a los usuarios finales en el manejo de estas herramientas, para que entiendan cómo funciona y cerrar los sesgos que dificultan la masificación de estas soluciones”.
Entretanto, Fernando ve la tecnología como aprendizaje y mejora constante. Para él las inconformidades se transforman en mejoras. “Desde Herta estamos muy contentos de que, cada vez con mayor frecuencia, se implementan las guías de uso, que ayudan a evitar problemas derivados de la desinformación. Siempre habrá quienes vean la tecnología y la privacidad como enemigos, pero evitar riesgos que pongan en conflicto la vida de los ciudadanos debe ser primordial para cualquier gobierno y, en ese sentido, el reconocimiento facial es solo una herramienta más, pues lo primordial es tener la capacidad de actuar y evitar catástrofes”.
Por su parte, Joel afirma que lo más controvertido tiene que ver con el uso abusivo de los datos, que se da también por las vulnerabilidades de las plataformas de almacenamiento, donde lo indicado es que se guarde estrictamente la estadística. “De hecho, estas polémicas han hecho que los sistemas se enfoquen en hacer un uso más responsable de los metadatos. Lo indicado es ceñirse a las leyes locales e internacionales, las cuales apuntan: ‘No guardes más de lo que necesitas’”.
Con relación a eso, Nicolás Gallo, gerente de ventas para Latinoamérica y el Cono Sur en CDVI, considera que “las empresas hoy en día cuentan con mayores implementaciones de ciberseguridad para la información biométrica, porque buscan evitar el acceso no autorizado y el robo de estos datos. Contrario a los juegos y filtros en redes sociales que hacen registros faciales sin que sea claro dónde o cómo se pueden almacenar. Esos son los usos inseguros que tenemos más a la mano y que se deberían evitar porque exponen a las personas”. A esto último se le puede sumar un aporte de Loret, quien indica que “el desbloqueo facial de celulares no es un producto de seguridad, sino que es más bien es un producto de consumo”.
Desventajas y dificultades de la detección facial
En lo que se refiere a este tipo de desarrollos, Luis Alberto considera como un inconveniente los costos no previstos asociados por procesamiento, los cuales dependen de los escenarios donde se desea hacer la instalación y el tipo de cámara que se requiere. “En condiciones de laboratorio es sencillo porque hay un control total, pero en espacios abiertos y públicos no se dominan completamente las condiciones que rodean los equipos.” Y añade que por eso es vital verificar si la oferta cumple con los requerimientos. “El papel aguanta todo, por eso la invitación a los interesados en adquirir estas soluciones es a confirmar el nivel de confiabilidad y efectividad de esta tecnología con pruebas de concepto (POC) previas a la compra final”.
De manera semejante, para Loret existen condiciones de fábrica que deben ser revisadas, como los porcentajes de falsa aceptación y falso rechazo, “no son 100% confiables, adicional a elegir muy bien el sistema a instalar, lo que muchas veces se hace para aumentar ese factor de certeza es combinar con otro dato biométrico o tarjetas, lo que eleva el nivel de seguridad”. Adicionalmente, indicó que estas soluciones presentan dificultades para escanear a personas con alta carga de melanina (piel oscura) y que “debido a que las cámaras proyectan una luz infrarroja para medir los rasgos, tienen dificultades para operar cuando la lectura se debe realizar bajo luz solar intensa”.
Por último, Nicolás opina que en algún momento los altos costos desincentivaron la adquisición de dispositivos de detección facial, pero que ahora con la masificación de estas tecnologías se logrará una reducción de costos del mediano al largo plazo. Mientras tanto, sí ve como una desventaja el desconocimiento por parte de los interesados, que no saben cómo funciona y cómo se debe implementar esta solución. “En efecto existen productos que pueden dejar expuestos los datos biométricos de las personas, por eso se precisa socializar el conocimiento de esta tecnología, no solamente para empresas, si no también para integradores y gobiernos”.
¿Habrá un veredicto final en sobre la detección facial?
En definitiva, la disputa en torno a la invasión a la privacidad que puedan ejercer, o no, los dispositivos con detección facial seguirá vigente y no tiene una respuesta absoluta, porque no es posible erradicar todas las variables que causan descontento a la ciudadanía, como lo son las regulaciones locales, el tipo de gobierno ejercido en su país, el desconocimiento, los métodos de almacenamiento de datos por parte de los sistemas y la usabilidad que se le da, como tampoco se pueden desconocer las ventajas que tiene.
A lo mejor, lo complejo del asunto es que, mientras hay personas que prefieren posibilidades como acceder a sus dispositivos con su cara y contar con CCTV en las áreas que frecuentan, también hay individuos interesados tener un mayor control y reserva sobre el acceso a su información por parte de las organizaciones. Pero en un mundo globalizado, donde diversas interacciones precisan de confirmar la identidad personal, cuya estrategia es apoyarse en las tecnologías para generar registros confiables y automatizar procesos, la búsqueda del anonimato se hace una odisea casi imposible de lograr.
Finalmente, la tecnología ha sido una herramienta que la humanidad ha usado, tanto para el bienestar como para la guerra, tal es el caso del Internet, por dar un ejemplo. De modo que, no hay de momento un veredicto posible, más que el daño o beneficio no viene de la tecnología de reconocimiento facial ‘per se’.
Para destacar...
Detección facial parcial, por género y color de piel
Debido a la pandemia experimentamos una alta demanda de dispositivos para ayudar a facilitar el ingreso a diversas instalaciones sin necesidad de contacto. Por eso se impulsó la detección facial parcial, que busca identificar personas con el tapabocas puesto.
En 2020 el Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST) examinó 89 importantes algoritmos comerciales de reconocimiento facial y descubrió que mostraban tasas de error de entre el 5 % y el 50 % al comparar fotos de la misma persona con y sin mascarilla. Para mayo de 2021, según la investigación del Tecnológico de Estudios Superiores de Jocotitlán, Detección automática de rostros con cubreboca o sin cubreboca para restringir el acceso a institución educativa, fue posible desarrollar un sistema capaz de detectar con un acierto del 96% a la mayoría de las personas escaneadas, pero resolvió que un sistema de este tipo era complejo de operar en entornos con problemas de iluminación y fondos ambiguos.
Otra preocupación ha sido pluralizar los rasgos étnicos que detecta esta tecnología. En 2018 Joy Adowaa Buolamwini, investigadora del MIT Media Lab y fundadora de la Algorithmic Justice League, lideró un estudio donde se identificó sesgo en conjuntos de datos y algoritmos de análisis facial automatizados en 3 sistemas comerciales, donde se determinó que las mujeres de piel más oscura presentaron tasas de error de hasta el 34,7 %, mientras los hombres de piel más clara solo tuvieron desaciertos a razón del 0,8 %.
Además, encontró una mayor composición de tonos claros de piel, teniendo en cuenta la clasificación de Fitzpatrick, en los sistemas de datos de IJB-A (79,6 %) y Adience (86,2 %). De todo esto concluyó que los sistemas de clasificación de género requerían de atención si las empresas comerciales deseaban construir “algoritmos de análisis facial genuinamente justos, transparentes y responsables”.
Deje su comentario