Uso ético del reconocimiento facial: Balance entre tecnología y privacidad

Los distintos tipos de reconocimiento facial

La tecnología de reconocimiento facial, que ha evolucionado significativamente desde sus inicios en los años sesenta, es ahora frecuente en diversas aplicaciones gracias a los recientes avances tecnológicos. Aunque muchas personas están familiarizadas con el reconocimiento facial para desbloquear teléfonos móviles, esta tecnología también se utiliza ampliamente en las fuerzas del orden y en entornos comerciales para mejorar la seguridad y la eficacia. En los cuerpos de seguridad, el reconocimiento facial ayuda a identificar sospechosos, víctimas y personas desaparecidas comparando imágenes de escenas de delitos o grabaciones de CCTV con extensas bases de datos. Esta aplicación facilita la identificación de sospechosos, el seguimiento de delincuentes en libertad y la localización de personas desaparecidas. En entornos comerciales, el reconocimiento facial se emplea para determinar si una persona está en una lista de vigilancia predeterminada, que puede incluir delincuentes, ladrones, empleados o personalidades. Esta tecnología es compatible con el control de acceso sin contacto, el control de listas de vigilancia, las alertas VIP y los informes de asistencia. El alcance de las bases de datos utilizadas en estas aplicaciones varía: las fuerzas del orden suelen utilizar colecciones masivas de imágenes, mientras que los usos comerciales suelen implicar conjuntos de datos más específicos y limitados.

Cuestiones éticas y jurídicas

Privacidad y consentimiento informado

Una de las principales cuestiones éticas es la privacidad. El RGPD subraya la importancia de proteger los datos personales, exigiendo el consentimiento explícito de las personas antes de recopilar o utilizar sus datos. El artículo 7 del RGPD establece que el consentimiento debe ser «libremente dado, específico, informado e inequívoco.» Hay una necesidad de políticas claras que se alineen con estos requisitos, asegurando que los individuos entiendan cómo se recopilan y utilizan sus datos.

Minimización de datos y limitación de la finalidad

Los principios del RGPD también incluyen la minimización de datos y la limitación de la finalidad. Según el artículo 5 del RGPD, los datos personales deben ser «recogidos para fines determinados, explícitos y legítimos» y «adecuados, pertinentes y limitados a lo necesario.» Así pues, los sistemas de reconocimiento facial deben utilizarse para recopilar únicamente los datos necesarios para la finalidad prevista y evitar extralimitaciones.

En el ámbito policial hay excepciones. En general, está prohibido utilizar sistemas de identificación biométrica salvo en circunstancias muy específicas y estrictamente definidas. El RBI «en tiempo real» sólo puede utilizarse si se establecen salvaguardias estrictas, como estar restringido en cuanto a duración y área geográfica, y requerir aprobación judicial o administrativa previa. Algunos ejemplos de usos permitidos son la búsqueda selectiva de personas desaparecidas o la prevención de atentados terroristas. El uso de estos sistemas después de un suceso («RBI post-remota») se considera de alto riesgo y también requiere autorización judicial, específicamente en relación con un delito penal.

Atenuar los sesgos y garantizar la imparcialidad

El sesgo en los sistemas de reconocimiento facial es otra preocupación crítica. Es importante utilizar diversos conjuntos de datos para entrenar los algoritmos, lo que reduce el riesgo de sesgo y aumenta la precisión en diferentes grupos demográficos. Este enfoque es esencial para evitar la discriminación y garantizar que la tecnología sea justa y equitativa para todos los usuarios.

Garantizar el uso ético de la tecnología de reconocimiento facial

Con unos 700 millones de cámaras de vídeo en funcionamiento en todo el mundo, la privacidad y las consideraciones éticas son primordiales en el uso de la tecnología de reconocimiento facial. A continuación se exponen algunas consideraciones para garantizar su aplicación conforme a los requisitos.

Los sistemas de reconocimiento facial éticos deben dar prioridad al consentimiento del usuario y a la privacidad. Los datos no deben recopilarse ni compartirse sin permiso explícito, y las listas de vigilancia deben ser creadas por el usuario sin utilizar fuentes de terceros como las redes sociales. El cifrado de datos y el almacenamiento de vectores matemáticos en lugar de imágenes son esenciales para un tratamiento seguro de los datos. Las organizaciones también deben notificar claramente a las personas cuyas imágenes se analizan y obtener su consentimiento, garantizando el cumplimiento de normativas como el RPGD y otras leyes locales.

Abordar el sesgo es crucial para mejorar la precisión de la tecnología de reconocimiento facial. La utilización de conjuntos de datos diversos y amplios que incluyan diversos datos demográficos puede reducir significativamente el sesgo. Es necesaria una junta interna de revisión ética para evaluar los usos potenciales de la tecnología, garantizando un despliegue ético, especialmente en áreas sensibles como las aplicaciones policiales y gubernamentales. Además, las listas de vigilancia deben crearse a partir de cero en función de las necesidades específicas, utilizando imágenes de alta calidad e identificadores anónimos para mejorar la precisión y proteger al mismo tiempo la privacidad.

Las opciones avanzadas de privacidad y un rendimiento sólido en condiciones reales son vitales. Funciones como el desenfoque facial y el descarte de detecciones que no figuren en la lista de vigilancia protegen la identidad de los transeúntes, mientras que la tecnología debe destacar en entornos difíciles, como con poca luz o grandes multitudes, utilizando algoritmos avanzados. El reconocimiento de objetos basado en la ropa o las características corporales puede ayudar en las investigaciones sin utilizar los rasgos faciales, manteniendo la privacidad. Las políticas de uso ético claramente definidas, los roles de usuario personalizables y los permisos ayudan a evitar el uso indebido, garantizando que la tecnología se utilice de forma legal y ética.

Establecer los umbrales adecuados en función del caso de uso

En los sistemas de reconocimiento facial, el umbral es la puntuación a partir de la cual el sistema determina si una coincidencia es válida. Configurar este umbral es crucial para equilibrar la precisión y minimizar los falsos positivos o negativos. Un umbral bajo aumenta las posibilidades de detectar coincidencias, pero puede dar lugar a más falsos positivos, por lo que es adecuado para entornos de alto riesgo en los que omitir una detección es más crítico. Por el contrario, un umbral alto reduce los falsos positivos y aumenta la precisión, pero corre el riesgo de omitir identificaciones válidas. Este enfoque es ideal para bases de datos de gran tamaño o situaciones individuales en las que es esencial una coincidencia precisa. En aplicaciones de menor riesgo, un umbral más alto puede mantener la precisión al tiempo que optimiza los índices de aceptación.

La diferencia entre trabajar con identificadores faciales y con umbrales radica en la metodología del sistema. Las identificaciones faciales consisten en generar identificadores únicos para los individuos de la base de datos, que se utilizan para comparar las imágenes nuevas con las almacenadas. Establecer el umbral adecuado implica comprender el equilibrio entre sensibilidad y especificidad, garantizando que el rendimiento del sistema se ajusta a los requisitos específicos de la aplicación. Tanto si el objetivo es maximizar la seguridad, garantizar identificaciones precisas u optimizar la comodidad del usuario, ajustar el umbral es clave para lograr el equilibrio deseado entre detección y precisión.

Priorizar la privacidad y el juicio humano en el reconocimiento facial

Para utilizar éticamente la tecnología de reconocimiento facial, es esencial respetar los derechos de las personas, incluido su derecho a la intimidad, y garantizar que no se tomen decisiones autónomas sin supervisión humana. En el ámbito de la seguridad pública y la aplicación de la ley, los gobiernos deben colaborar con las autoridades para desarrollar políticas de uso aceptable que protejan los derechos de los ciudadanos y, al mismo tiempo, permitan adoptar medidas de seguridad.

En cualquier situación, el reconocimiento facial debe utilizarse como apoyo y no como sustituto del juicio humano. Por ejemplo, en la aplicación de la ley, los algoritmos de reconocimiento facial pueden generar rápidamente un conjunto de posibles coincidencias para su posterior análisis humano, pero la decisión final debe tomarla siempre una persona. Así se garantiza que la tecnología sirva como herramienta para reducir posibles resultados, en lugar de tomar decisiones autónomas definitivas.

Además, la transparencia y el consentimiento del usuario son primordiales. Las organizaciones deben comunicar claramente cómo se recopilan, utilizan y protegen los datos de reconocimiento facial. Esta transparencia fomenta la confianza del público y garantiza el cumplimiento de las normas legales.

En conclusión

La tecnología de reconocimiento facial encierra un inmenso potencial para mejorar la seguridad y la comodidad en diversos sectores, pero su despliegue ético es crucial. Al adherirse a los principios de transparencia, consentimiento informado y mejora continua, las organizaciones pueden garantizar el uso responsable de esta tecnología. Configurar adecuadamente los umbrales en función de casos de uso específicos, emplear diversos conjuntos de datos para mitigar los sesgos y aplicar medidas sólidas de privacidad de los datos son pasos esenciales.