Biometria e falle nel riconoscimento facciale

0
391
Biometria

La biometria (dalle parole greche bìos = “vita” e métron = “conteggio” o “misura”) è la disciplina che studia le grandezze biofisiche allo scopo di identificarne i meccanismi di funzionamento, di misurarne il valore e di indurre un comportamento desiderato in specifici sistemi tecnologici. La biometria è entrata a far parte della nostra vita con il riconoscimento facciale dei vari dispositivi elettronici. Ma è utile per distinguere anche una persona, per esempio, tra la folla. Per vendere solo ad un genere soltanto o con delle caratteristiche distinte. Insomma a volte la biometria si distingue per l’esclusione e non l’inclusione.

Sono stati fatti molti passi in avanti sulla scienza biometrica ma ancora siamo lontani dalla perfezione. Possiamo evidenziare discriminazioni su razza e genere per esempio.

Biometria razzista

Gli algoritmi dell’apprendimento automatico  (machine learning) seguono dei modelli di valutazione e/o interpretazione costruiti grazie all’elaborazione di grandi quantità di dati (immagini). E l’apprendimento automatico è proprio una branchia dell’intelligenza artificiale. Per questo è fondamentale addestrare le macchine con dati il più possibile rappresentativi di ogni sfumatura umana.In questo caso lo studio automatico di molti dati viene effettuato per riconoscere e poi attivare una funzione.

Un recente studio di Gender Shades ha rivelato una falla nel sistema di classificazione commerciale di Microsoft, IBM e Face++. Ha scoperto che le donne con la pelle più scura erano soggette a un maggior numero di errori di classificazione rispetto al resto delle persone. Anche la popolarissima piattaforma di comunicazione Zoom è caduta nella trappola della discriminazione. Diversi utenti neri hanno denunciato che, attivando lo sfondo virtuale, il loro volto non veniva riconosciuto e spariva dallo schermo.

Errori con i transessuali

Ciò che manda completamente in tilt gli algoritmi di riconoscimento facciale, non addestrati a dovere dagli umani, è il dover riconoscere persone senza una sessualità definita, come i transessuali (specie nel periodo della transizione). Oppure gli individui con identità non binaria, ossia che non corrispondono strettamente e completamente al genere maschile o al genere femminile.
 
Uno studio sui volti di alcune persone ha determinato che se per uomini e donne la percentuale di accuratezza si avvicinava al 100%, per donne e uomini trans scendeva rispettivamente all’87% e al 70%. Per poi crollare allo 0% nel caso di persone asessuali, genderqueer o non binarie.

Fonte: focus.it

LEAVE A REPLY

Please enter your comment!
Please enter your name here