Riconoscimento facciale: come identificare le criticità e includere le casistiche trascurate?

Il riconoscimento facciale è una tecnologia utilizzata frequentemente in diverse applicazioni moderne. Gli ambiti in cui è sviluppata riguardano la sicurezza, il marketing, i veicoli a guida autonoma e molti altri. L’idea su cui si basa il riconoscimento facciale è la possibilità di estrarre informazioni personali da immagini che ritraggono il volto di una persona. I dati raccolti sono di tipo biometrico e sono utilizzati per creare una mappa facciale da cui vengono dedotte informazioni quali: l’identità di una persona, il genere, l’età, l’etnia, ma anche emozioni e caratteri di personalità. Tuttavia, studi recenti hanno contribuito a evidenziare le criticità di questa tecnologia e le possibili conseguenti discriminazioni che derivano dalla scelta dei dati, con cui si alimentano le macchine e dal funzionamento degli algoritmi. Le informazioni che vengono dedotte, attraverso l’utilizzo di tale tecnologia, possono avere conseguenze pericolose soprattutto per gruppi di persone socialmente discriminate. Per poter comprendere al meglio le potenzialità, le criticità ma soprattutto il funzionamento degli algoritmi, è possibile testare i modelli commercializzati e più utilizzati dalle aziende, messi a disposizione dalle compagnie tecnologiche.

Speaker: Fabiana Vinci - Politecnico di Torino.

Biografia:

Fabiana Vinci è studentessa del Corso di laurea magistrale in Data Science and Engineering del Politecnico e tesista presso il Centro Nexa su Internet e Società. Laureata in ingegneria del cinema e dei mezzi di comunicazione, durante il suo percorso di studi si è appassionata ai media, ai dati e al modo in cui essi sono connessi, sviluppando un forte interesse per la privacy dei dati e l’etica dell’intelligenza artificiale. Attualmente sta ultimando il suo lavoro di tesi magistrale riguardante il riconoscimento facciale e le criticità ad esso legate.