จริยธรรมของการจดจำใบหน้า: ประเด็นสำคัญและแนวทางแก้ไข

การจดจำใบหน้าถือเป็นหนึ่งในความมหัศจรรย์ทางเทคโนโลยีที่น่าสนใจ

ถูกต้อง เนื่องจากสามารถจดจำใบหน้ามนุษย์ได้จากภาพถ่าย วิดีโอ หรือแบบเรียลไทม์ ระบบการจดจำภาพมาไกลตั้งแต่เริ่มต้นจนถึงการบังคับใช้กฎหมายและการใช้งานอย่างแพร่หลายในอุปกรณ์ของผู้บริโภคในแง่ของความแม่นยำ ความเร็ว และอัลกอริธึม

เมื่อพิจารณาถึงข้อขัดแย้งมากมายเกี่ยวกับจริยธรรมของการจดจำใบหน้า เช่น การฉ้อโกงข้อมูลส่วนบุคคลและการล่วงละเมิดความเป็นส่วนตัวที่นักวิจารณ์และผู้สนับสนุนด้านความเป็นส่วนตัวเปล่งออกมา เราได้รับการต้อนรับด้วยคำถามมูลค่าหลายล้านเหรียญ: การจดจำใบหน้าจำเป็นต้องมีการคำนวณอย่างมีจริยธรรมหรือไม่เพื่อให้มีความเท่าเทียมมากขึ้น และ มีผลกระทบ?

ประเด็นทางจริยธรรมของการใช้เทคโนโลยีการจดจำใบหน้าคืออะไร?

ในช่วงไม่กี่ปีที่ผ่านมา นักวิจารณ์ตั้งคำถามถึงความถูกต้องและบทบาทของระบบจดจำใบหน้าในการฉ้อโกง หน่วยงานบังคับใช้กฎหมายเข้าใจผิดเกี่ยวกับผู้บริสุทธิ์ในการจลาจลในหลายกรณี นอกจากนี้ การจัดการข้อมูลประจำตัวและการจัดเก็บยังคงเป็นที่น่าสงสัยสำหรับผู้ให้การสนับสนุนด้านความเป็นส่วนตัวทั่วโลก ดูเหมือนซับซ้อนใช่มั้ย?

ที่มา: AMA Journal of Ethics

ข้อกังวลด้านจริยธรรมหกอันดับแรกที่เกี่ยวข้องกับระบบจดจำใบหน้า ได้แก่ อคติทางเชื้อชาติและข้อมูลที่ไม่ถูกต้อง การเลือกปฏิบัติทางเชื้อชาติในการบังคับใช้กฎหมาย ความเป็นส่วนตัว การขาดการรับทราบความยินยอมและความโปร่งใส การเฝ้าระวังจำนวนมาก การละเมิดข้อมูล และการสนับสนุนทางกฎหมายที่ไม่มีประสิทธิภาพ ลองตรวจสอบรายละเอียดแต่ละอย่าง

1. อคติทางเชื้อชาติเนื่องจากการทดสอบที่ไม่ถูกต้อง

ความลำเอียงทางเชื้อชาติยังคงเป็นข้อกังวลหลักของระบบจดจำใบหน้า แม้ว่าอัลกอริธึมการจดจำใบหน้าจะรับประกันความถูกต้องของการจำแนกประเภทมากกว่า 90% แต่ผลลัพธ์เหล่านี้ไม่เป็นสากล

การพัฒนาที่น่าเป็นห่วงซึ่งท้าทายจริยธรรมของการจดจำใบหน้าได้เกิดขึ้นครั้งแล้วครั้งเล่าในอดีตที่ผ่านมา ผู้ใหญ่ชาวอเมริกันมากกว่าครึ่งหนึ่งหรือเกือบ 117 ล้านคนมีรูปถ่ายบนเครือข่ายการจดจำใบหน้าของหน่วยงานบังคับใช้กฎหมาย อย่างไรก็ตาม เป็นเรื่องน่ากังวลที่ข้อผิดพลาดที่ตรวจพบในระบบจดจำใบหน้ามักเกิดขึ้นกับใบหน้าที่มีผิวสีเข้ม แต่มีข้อผิดพลาดน้อยกว่าเมื่อจับคู่ใบหน้าที่มีผิวสีอ่อน

ในเดือนกรกฎาคม 2020 สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) ได้ทำการประเมินโดยอิสระเพื่อยืนยันผลลัพธ์เหล่านี้ รายงานว่าเทคโนโลยีการจดจำใบหน้าสำหรับอัลกอริธึม 189 ตัวแสดงอคติทางเชื้อชาติต่อผู้หญิงผิวสี NIST ยังสรุปด้วยว่าแม้แต่อัลกอริธึมการจดจำใบหน้าที่ดีที่สุดที่ศึกษาก็ไม่สามารถระบุผู้สวมหน้ากากได้อย่างถูกต้องเกือบ 50% ของเวลาทั้งหมด

2. การเลือกปฏิบัติทางเชื้อชาติในการบังคับใช้กฎหมาย

ในการเปิดเผยเมื่อเร็วๆ นี้ รัฐบาลสหรัฐได้ออกรายงานที่ยืนยันปัญหาการเลือกปฏิบัติในอัลกอริธึมการจดจำใบหน้า ระบบนี้มักจะได้ผลดีกับใบหน้าของชายผิวขาววัยกลางคน แต่ไม่ดีกับคนผิวสี ผู้สูงอายุ ผู้หญิง และเด็ก อัลกอริธึมที่มีอคติทางเชื้อชาติและมีแนวโน้มที่จะเกิดข้อผิดพลาดเหล่านี้สามารถสร้างความเสียหายได้ รวมถึงการจับกุมโดยมิชอบ การกักขังที่ยาวนาน และแม้กระทั่งความรุนแรงของตำรวจที่ร้ายแรง

หน่วยงานบังคับใช้กฎหมายเช่น United States Capitol Police ใช้ฐานข้อมูล mugshot เพื่อระบุตัวบุคคลโดยใช้อัลกอริธึมการจดจำใบหน้า สิ่งนี้นำไปสู่วงจร feed-forward ซึ่งกลยุทธ์การรักษาการแบ่งแยกเชื้อชาติส่งผลให้เกิดการจับกุมที่ไม่สมส่วนและไร้เดียงสา

โดยรวมแล้ว ข้อมูลการจดจำใบหน้าไม่สมบูรณ์ อาจส่งผลให้มีบทลงโทษสำหรับความผิดที่ไม่ได้กระทำ ตัวอย่างเช่น การเปลี่ยนแปลงมุมกล้องหรือรูปลักษณ์เล็กน้อย เช่น ทรงผมใหม่ อาจทำให้เกิดข้อผิดพลาดได้

3. ความเป็นส่วนตัวของข้อมูล

ความเป็นส่วนตัวเป็นหนึ่งในความกังวลของสาธารณชนทั่วไป สาเหตุหลักมาจากการขาดความโปร่งใสในการจัดเก็บและจัดการข้อมูล การจดจำใบหน้าละเมิดสิทธิโดยธรรมชาติของพลเมืองที่อยู่ภายใต้การเฝ้าระวังของรัฐบาลอย่างต่อเนื่องและเก็บภาพของพวกเขาไว้โดยไม่ได้รับความยินยอม

ในปี 2020 คณะกรรมาธิการยุโรปได้สั่งห้ามเทคโนโลยีการจดจำใบหน้าในที่สาธารณะเป็นเวลาสูงสุดห้าปี เพื่อทำการเปลี่ยนแปลงกรอบกฎหมายและรวมแนวทางเกี่ยวกับความเป็นส่วนตัวและการละเมิดจริยธรรม

ความกังวลเรื่องความเป็นส่วนตัวเกี่ยวกับการจดจำใบหน้าเกี่ยวข้องกับแนวทางปฏิบัติในการจัดเก็บข้อมูลที่ไม่ปลอดภัย ซึ่งอาจเปิดเผยข้อมูลการจดจำใบหน้าและภัยคุกคามด้านความปลอดภัยอื่นๆ ที่อาจเกิดขึ้น องค์กรส่วนใหญ่ยังคงโฮสต์ข้อมูลใบหน้าของตนบนเซิร์ฟเวอร์ภายในเครื่อง ซึ่งนำไปสู่ช่องโหว่ด้านความปลอดภัยและการขาดผู้เชี่ยวชาญด้านความปลอดภัยด้านไอทีเพื่อรับรองความปลอดภัยของเครือข่าย

เทคโนโลยีการจดจำใบหน้าสามารถรับประกันความปลอดภัยของข้อมูลสูงสุดเมื่อโฮสต์บนคลาวด์ อย่างไรก็ตาม ความสมบูรณ์ของข้อมูลสามารถรับประกันได้ผ่านการเข้ารหัสที่เหมาะสมเท่านั้น การปรับใช้บุคลากรด้านความปลอดภัยทางไซเบอร์ด้านไอทีเป็นสิ่งจำเป็นสำหรับการจัดเก็บข้อมูลที่เหมาะสม ในขณะที่ให้การควบคุมของผู้บริโภคเพื่อปรับปรุงความรับผิดชอบและป้องกันทราฟฟิกที่เป็นอันตราย

ในด้านที่สว่างกว่า สินค้าอุปโภคบริโภคที่ติดตั้งเทคโนโลยีจดจำใบหน้านั้นมีความขัดแย้งน้อยกว่า เนื่องจากมีตัวเลือกในการปิดหรือไม่ใช้คุณสมบัตินี้ อย่างไรก็ตาม บริษัทสินค้าอุปโภคบริโภคยังคงตกเป็นเหยื่อของการแบนเนื่องจากการพังทลายของความเป็นส่วนตัว แต่พวกเขายังคงนำเสนอผลิตภัณฑ์ที่มีเทคโนโลยีบนใบหน้าโดยการทำการตลาดให้เป็นคุณลักษณะด้านความปลอดภัยขั้นสูง

ความตั้งใจแน่วแน่ที่จะไปตามเส้นทางทางกฎหมายนั้นเปิดกว้างสำหรับอุปกรณ์ที่อนุญาตให้เหยื่อขอค่าชดเชยทางการเงินสำหรับการละเมิดความเป็นส่วนตัว ตัวอย่างเช่น Facebook ยักษ์ใหญ่ของโซเชียลมีเดียได้ตัดสินคดีฟ้องร้องดำเนินคดีแบบกลุ่มในรัฐอิลลินอยส์มูลค่า 650 ล้านดอลลาร์จากการรวบรวมภาพถ่ายที่ไม่เปิดเผยต่อสาธารณะเพื่อการจดจำใบหน้า

อย่างไรก็ตาม ความเป็นส่วนตัวยังคงเป็นปัญหาสำหรับหน่วยงานบังคับใช้กฎหมายที่ใช้เทคโนโลยีการจดจำใบหน้าเพื่อตรวจสอบ สแกน และติดตามพลเมืองโดยที่พวกเขาไม่รู้เรื่องความปลอดภัยและความมั่นคงสาธารณะ สิ่งนี้จุดชนวนให้เกิดการประท้วงจำนวนมากที่เรียกร้องให้มีกฎระเบียบที่เข้มงวดยิ่งขึ้นเพื่อให้ประชาชนสามารถควบคุมการมีส่วนร่วมและความโปร่งใสในการจัดเก็บและการกำกับดูแลได้มากขึ้น

4. ขาดความยินยอมและความโปร่งใส

ความเป็นส่วนตัวเป็นปัญหาของการทำเหมืองข้อมูลทุกรูปแบบ โดยเฉพาะอย่างยิ่งทางออนไลน์ ซึ่งข้อมูลที่เก็บรวบรวมส่วนใหญ่จะไม่เปิดเผยชื่อ อัลกอริธึมการจดจำใบหน้าทำงานได้ดีขึ้นเมื่อทดสอบและฝึกฝนกับชุดข้อมูลขนาดใหญ่ของภาพ ซึ่งควรถ่ายหลายครั้งภายใต้สภาพแสงและมุมที่แตกต่างกัน

แหล่งที่มาที่ใหญ่ที่สุดของรูปภาพคือเว็บไซต์ออนไลน์ โดยเฉพาะรูปภาพ Flickr สาธารณะที่อัปโหลดภายใต้ลิขสิทธิ์ที่อนุญาตให้นำกลับมาใช้ใหม่อย่างเสรีและบางครั้งอาจใช้แพลตฟอร์มโซเชียลมีเดียที่ผิดกฎหมาย

นักวิทยาศาสตร์จาก Microsoft Research ในกรุงวอชิงตัน ได้รวบรวมชุดข้อมูล MSCeleb5 ที่ใหญ่ที่สุดในโลก ซึ่งมีรูปภาพเกือบ 10 ล้านภาพจากผู้คนจำนวน 100,000 คน รวมทั้งนักดนตรี นักข่าว และนักวิชาการ ที่คัดลอกมาจากอินเทอร์เน็ต

ในปี 2019 เว็บไซต์ของศิลปินชื่อ Adam Harvey จากเบอร์ลินชื่อ MegaPixels ได้ตั้งค่าสถานะเหล่านี้และชุดข้อมูลอื่นๆ พร้อมกับนักเทคโนโลยีและโปรแกรมเมอร์ Jules LaPlace เขาแสดงให้เห็นว่าผู้อัปโหลดส่วนใหญ่แชร์รูปภาพของพวกเขาอย่างเปิดเผย แต่มีการใช้ในทางที่ผิดในการประเมินและปรับปรุงผลิตภัณฑ์เฝ้าระวังเชิงพาณิชย์

5. การเฝ้าระวังมวลชน

เมื่อใช้ควบคู่ไปกับกล้องที่แพร่หลายและการวิเคราะห์ข้อมูล การจดจำใบหน้านำไปสู่การเฝ้าระวังจำนวนมากที่อาจกระทบต่อเสรีภาพและสิทธิความเป็นส่วนตัวของพลเมือง แม้ว่าเทคโนโลยีการจดจำใบหน้าจะช่วยรัฐบาลในการบังคับใช้กฎหมายโดยการติดตามอาชญากร แต่ก็เป็นการประนีประนอมสิทธิ์ความเป็นส่วนตัวขั้นพื้นฐานของคนธรรมดาและผู้บริสุทธิ์

เมื่อเร็ว ๆ นี้คณะกรรมาธิการยุโรปได้รับจดหมายเปิดผนึกจาก 51 องค์กรที่เรียกร้องให้มีการห้ามใช้เครื่องมือจดจำใบหน้าทั้งหมดสำหรับการเฝ้าระวังจำนวนมาก ในอีกเหตุการณ์หนึ่ง พลเมืองยุโรปมากกว่า 43,000 คนได้ลงนามในคำร้อง Reclaim Your Face เพื่อเรียกร้องให้ห้ามใช้แนวทางปฏิบัติในการเฝ้าระวังมวลชนแบบไบโอเมตริกในสหภาพยุโรป

เหตุการณ์ที่เกิดขึ้นเมื่อเร็วๆ นี้ได้ท้าทายจริยธรรมของเทคโนโลยีการจดจำใบหน้า เนื่องจากการใช้ปัญญาประดิษฐ์ (AI) อย่างไม่เกะกะเพื่อจัดการและคุกคามผู้คน หน่วยงานของรัฐ และระบอบประชาธิปไตยส่วนรวม

AI และการเรียนรู้ของเครื่อง (ML) เป็นเทคโนโลยีก่อกวนที่สามารถใช้ประโยชน์จากเทคโนโลยีการจดจำใบหน้าที่ปลอดภัย สิ่งสำคัญคือต้องขีดเส้นสีแดงก่อนที่จะนำไปใช้ในทางที่ผิดสำหรับการขโมยข้อมูลประจำตัวและการฉ้อโกง

6. การละเมิดข้อมูลและการสนับสนุนทางกฎหมายที่ไม่มีประสิทธิภาพ

การละเมิดข้อมูลสามารถก่อให้เกิดความกังวลเรื่องความเป็นส่วนตัวอย่างร้ายแรงสำหรับทั้งสาธารณะและรัฐบาล

แม้ว่าการละเมิดความปลอดภัยเป็นปัญหาหลักสำหรับพลเมือง แต่การพัฒนาเทคโนโลยีนี้ได้นำไปสู่ความก้าวหน้าในการรักษาความปลอดภัยทางไซเบอร์และการใช้ที่เก็บข้อมูลบนคลาวด์ที่เพิ่มขึ้น ด้วยชั้นการรักษาความปลอดภัยที่เพิ่มเข้ามา เช่น การเข้ารหัส ข้อมูลที่จัดเก็บบนคลาวด์สามารถป้องกันจากการใช้งานที่เป็นอันตรายได้

ในการประชุมแฮ็กเกอร์ Black Hat ประจำปีซึ่งจัดโดยนักวิจัยด้านความปลอดภัยในลาสเวกัส แฮกเกอร์ได้ทำลายการตรวจสอบผู้ใช้ iPhone FaceID ของ Apple ในเวลาเพียง 120 วินาที

เหตุการณ์ดังกล่าวเพิ่มความเสี่ยงของข้อมูลที่จัดเก็บให้กับแฮ็กเกอร์ ซึ่งในที่สุดจะเพิ่มโอกาสในการขโมย Face ID ในอาชญากรรมร้ายแรง ผู้ที่ตกเป็นเหยื่อการถูกโจรกรรมมีตัวเลือกทางกฎหมายค่อนข้างน้อยในการดำเนินการ

กฎระเบียบให้ความคุ้มครองข้อมูลส่วนบุคคลของผู้บริโภค (GDPR) ของสหภาพยุโรปไม่ได้ให้พื้นฐานทางกฎหมายแก่นักวิจัยในการรวบรวมภาพถ่ายใบหน้าของผู้คนเพื่อการวิจัยไบโอเมตริกซ์โดยไม่ได้รับความยินยอมจากพวกเขา สหรัฐอเมริกามีกฎหมายที่แตกต่างกันเกี่ยวกับการใช้ข้อมูลไบโอเมตริกซ์ของบุคคลโดยไม่ได้รับความยินยอม

วิธีใช้เครื่องมือจดจำใบหน้าอย่างมีจริยธรรม

ผู้ใช้ระบบจดจำใบหน้าสามารถนำหลักการต่อไปนี้ที่เสนอโดยสหภาพเสรีภาพพลเมืองอเมริกัน (ACLU) มาใช้เพื่อให้แน่ใจว่าใช้เทคโนโลยีนี้อย่างมีจริยธรรม:

• การ รวบรวม: สถาบันควรได้รับความยินยอมเป็นลายลักษณ์อักษรจากพลเมืองก่อนที่จะรวมข้อมูลไบโอเมตริกซ์ในฐานข้อมูลการจดจำใบหน้า
• การใช้งาน: ผู้ใช้ควรงดเว้นจากการใช้ระบบจดจำใบหน้าเพื่อระบุสีผิว เชื้อชาติ ศาสนา ชาติกำเนิด เพศ อายุ หรือความทุพพลภาพของแต่ละบุคคล
• การ เปิดเผยข้อมูล: ไม่ควรแลกเปลี่ยนหรือแชร์ผลลัพธ์ของระบบจดจำใบหน้าโดยไม่ได้รับความยินยอมเป็นลายลักษณ์อักษรจากเจ้าของข้อมูล
• การเข้าถึง: พลเมืองควรมีสิทธิ์ในการเข้าถึง แก้ไข และลบข้อมูลใบหน้าของตน พร้อมกับบันทึกการเปลี่ยนแปลงใดๆ ที่เกิดขึ้นกับข้อมูล
• การใช้ในทางที่ ผิด: องค์กรที่โฮสต์บันทึกที่เปิดเผยต่อสาธารณะซึ่งเกี่ยวข้องกับข้อมูลระบุตัวตนของบุคคลควรใช้มาตรการเชิงรุกและการควบคุมที่เหมาะสมเพื่อป้องกันไม่ให้สร้างฐานข้อมูลการพิมพ์ใบหน้าในทางที่ผิด มาตรการบางอย่างรวมถึงการจำกัดการเข้าถึงฐานข้อมูลที่ละเอียดอ่อนโดยอัตโนมัติและกำหนดให้พันธมิตรปฏิบัติตามแนวทางการใช้งานอย่างมีจริยธรรม
• ความปลอดภัย: องค์กรควรมีผู้เชี่ยวชาญด้านความปลอดภัยโดยเฉพาะเพื่อโฮสต์ จัดการ และรักษาความปลอดภัยข้อมูลการจดจำใบหน้า
• ความ รับผิดชอบ: ผู้ใช้ปลายทางต้องรักษาหลักฐานการตรวจสอบที่รวมถึงการเก็บรวบรวมข้อมูล การใช้ และการเปิดเผยข้อมูลพร้อมกับการประทับวันที่และเวลาและรายละเอียดของผู้ใช้ที่ขอข้อมูล
• การเข้าถึงของรัฐบาล: องค์กรอาจอนุญาตให้รัฐบาลเข้าถึงข้อมูลที่เป็นความลับภายใต้พระราชบัญญัติคุ้มครองข้อมูล พ.ศ. 2517 หรือเมื่อได้รับหมายสำคัญที่น่าจะเป็นไปได้
• ความโปร่งใส: องค์กรต้องกำหนดนโยบายสำหรับการปฏิบัติตามและการใช้ข้อมูลในขณะที่เสนอมาตรการทางเทคนิคที่จำเป็นเพื่อตรวจสอบความรับผิดชอบ

ตัวอย่างการใช้เทคโนโลยีจดจำใบหน้าอย่างมีจริยธรรม

เทคโนโลยีการจดจำใบหน้าเป็นหัวใจสำคัญของบริษัทเทคโนโลยีส่วนใหญ่ที่ให้ความสำคัญกับความปลอดภัยของลูกค้า ในขณะเดียวกันก็ปกป้องระบบของตนจากภัยคุกคามด้านความปลอดภัยที่อาจเกิดขึ้น ลองดูตัวอย่างของบริษัทดังกล่าวสามตัวอย่างที่ใช้การจดจำใบหน้าอย่างมีจริยธรรม

IBM

ยักษ์ใหญ่ด้านเทคโนโลยีของ IBM ได้กำหนดข้อ จำกัด อย่างกว้างขวางในการขายเทคโนโลยีการจดจำใบหน้าสำหรับกฎระเบียบของรัฐบาลกลางในสหรัฐอเมริกา นอกจากนี้ IBM ยังเสนอคำแนะนำเฉพาะต่อกระทรวงพาณิชย์ของสหรัฐอเมริกาเพื่อกำหนดข้อจำกัดที่เข้มงวดยิ่งขึ้นในการส่งออกระบบจดจำใบหน้าในบางกรณี

นอกจากนี้ยังผลักดันให้มีการควบคุมที่แม่นยำ การดำเนินการเพื่อกำหนดข้อจำกัดที่เข้มงวดยิ่งขึ้นในการใช้งานปลายทาง และผู้ใช้ที่อาจก่อให้เกิดอันตรายต่อสังคมอย่างมีนัยสำคัญ นอกจากนี้ยังเสนอการเปลี่ยนแปลงหกประการในการทำงานของเทคโนโลยีการจดจำใบหน้าเพื่อค้นหาคู่ที่ตรงกัน ได้แก่ :

• การจำกัดเทคโนโลยีการจดจำใบหน้าที่ใช้ปลายทางการจับคู่แบบ "1 ต่อกลุ่ม" สำหรับการเฝ้าระวังจำนวนมาก การทำโปรไฟล์ทางเชื้อชาติ และพื้นที่ละเอียดอ่อนอื่นๆ ที่อาจละเมิดสิทธิมนุษยชน
• จำกัดการส่งออกระบบ "1-to-many" โดยควบคุมการส่งออกทั้งกล้องความละเอียดสูงและอัลกอริธึมที่ใช้ในการรวบรวมและวิเคราะห์ข้อมูลกับฐานข้อมูล
• การกำหนดข้อจำกัดสำหรับรัฐบาลต่างประเทศบางแห่งในการจัดหาส่วนประกอบการประมวลผลแบบคลาวด์ขนาดใหญ่สำหรับระบบจดจำใบหน้าแบบบูรณาการ
• การจำกัดการเข้าถึงฐานข้อมูลภาพออนไลน์ที่สามารถใช้ฝึกระบบจดจำใบหน้า 1 ต่อหลายคนได้
• อัปเดตบันทึกสิทธิมนุษยชนล่าสุดจากกลุ่มต่อสู้อาชญากรรมของกระทรวงพาณิชย์และดำเนินการควบคุมที่เข้มงวดที่สุดในการส่งออกเทคโนโลยีการจดจำใบหน้าที่สนับสนุนระบบการจับคู่แบบ "1 ต่อหลาย"
• สุดท้าย การจำกัดความสามารถของระบอบเผด็จการในการจัดหาเทคโนโลยีควบคุมนอกเขตแดนของสหรัฐฯ ผ่านกลไกต่างๆ เช่น สนธิสัญญา Wassenaar

Microsoft

Microsoft ได้กำหนดหลักการหลายประการเพื่อแก้ไขปัญหาด้านจริยธรรมของระบบจดจำใบหน้า ได้เผยแพร่แหล่งข้อมูลการฝึกอบรมและสื่อใหม่ๆ เพื่อช่วยให้ลูกค้าตระหนักถึงการใช้เทคโนโลยีนี้อย่างมีจริยธรรมมากขึ้น

นอกเหนือจากการทำงานอย่างใกล้ชิดกับลูกค้าแล้ว Microsoft กำลังทำงานอย่างหนักเพื่อปรับปรุงความสามารถของเทคโนโลยีในการจดจำใบหน้าในช่วงอายุและโทนสีผิวที่หลากหลาย เทคโนโลยีการจดจำใบหน้าของ Microsoft ได้รับการประเมินเมื่อเร็ว ๆ นี้โดย NIST ซึ่งรายงานว่าอัลกอริทึมของ Microsoft ได้รับการจัดอันดับว่าแม่นยำที่สุดหรือใกล้แม่นยำที่สุดในการทดสอบ 127 ครั้ง

Microsoft กำลังผลักดันกฎหมายใหม่เพื่อจัดการกับความโปร่งใสและการทดสอบและการเปรียบเทียบของบุคคลที่สาม เพื่อส่งเสริมความโปร่งใส Microsoft เสนอให้บริษัทเทคโนโลยีจัดเตรียมเอกสารและบริการจดจำใบหน้าเพื่ออธิบายความสามารถและข้อจำกัดของเทคโนโลยี

นอกจากนี้ยังเน้นถึงความจำเป็นในการออกกฎหมายเพื่อจ้างผู้ให้บริการบุคคลที่สามเพื่อทดสอบผู้ให้บริการการจดจำใบหน้าเชิงพาณิชย์อย่างอิสระและเผยแพร่ผลลัพธ์เพื่อแก้ไขปัญหาที่เกี่ยวข้องกับอคติและการเลือกปฏิบัติ

อเมซอน

ในปี 2020 Amazon ได้กำหนดให้มีการเลื่อนการชำระหนี้เป็นเวลาหนึ่งปีเกี่ยวกับการใช้เทคโนโลยีจดจำใบหน้า “Amazon Rekognition” ของผู้บังคับใช้กฎหมาย นอกจากนี้ Amazon ยังได้ตรวจสอบการใช้งานในสถานการณ์ความปลอดภัยสาธารณะและการบังคับใช้กฎหมายเพื่อจำกัดการจับคู่ที่อาจเกิดขึ้นให้แคบลง

นอกจากนี้ Amazon ยังได้ยื่นขอสิทธิบัตรเพื่อวิจัยชั้นการรับรองความถูกต้องเพิ่มเติมเพื่อให้มั่นใจถึงความปลอดภัยสูงสุด บางอย่างรวมถึงการขอให้ผู้ใช้ดำเนินการต่างๆ เช่น ยิ้ม กะพริบตา หรือเอียงศีรษะ

การจดจำใบหน้าเป็นการบุกรุกหรือไม่?

ปัญหาหลักและความล้มเหลวของเทคโนโลยีการจดจำใบหน้าเกิดจากการขาดความก้าวหน้า ความหลากหลายในชุดข้อมูล และการจัดการระบบที่ไม่มีประสิทธิภาพ อย่างไรก็ตาม การใช้หลักการทางจริยธรรมบางอย่างสามารถหลีกเลี่ยงไม่ให้เป็นการล่วงละเมิดได้

ขจัดความไม่เป็นกลางในการจดจำใบหน้าเพื่อป้องกันหรือลดความลำเอียงโดยการแก้ไขข้อบกพร่องในแอปพลิเคชันการบังคับใช้กฎหมาย ให้ความโปร่งใสเกี่ยวกับวิธีการทำงานของปัญญาประดิษฐ์ภายใน การบังคับใช้ความรับผิดชอบของผู้มีส่วนได้ส่วนเสีย การตรวจสอบด้วยความยินยอมและการแจ้งให้ทราบล่วงหน้า และการออกกฎหมายที่เข้มงวดขึ้นเพื่อหลีกเลี่ยงการละเมิดสิทธิมนุษยชน

เทคโนโลยีการจดจำใบหน้ามีศักยภาพไม่สิ้นสุดสำหรับการใช้งานที่หลากหลายในความต้องการในโลกแห่งความเป็นจริง อย่างไรก็ตาม การจัดการกับข้อกังวลด้านจริยธรรมของเทคโนโลยีนี้มีความสำคัญอย่างยิ่งที่จะทำให้สิ่งนี้เป็นประโยชน์ต่อมนุษยชาติ

จะทำอย่างไรในกรณีที่เกิดเหตุการณ์ด้านความปลอดภัย? จัดการและจัดการกับเหตุการณ์ที่เกิดขึ้นเพื่อจำกัดความเสียหายและประหยัดเวลาและเงิน