logo

¿Cómo están regulados los sistemas de reconocimiento facial?

Tech 
24/04/2024

La tecnología ha permitido mejorar la seguridad en lo que respecta a la verificación de la identidad. Los códigos numéricos y las contraseñas empiezan a ser parte del pasado, porque ahora se apuesta por medidas que son imposibles de falsificar. Se trata de los sistemas de reconocimiento facial que se basan en la biometría; esto es, características únicas en cada persona. En este artículo, nos centraremos en sus aplicaciones y funcionamiento, pero también en lo que dicen las normativas al respecto.

El sistema de reconocimiento facial: prioritario para las empresas tecnológicas

El reconocimiento facial con inteligencia artificial está siendo una de las prioridades de las grandes empresas tecnológicas. Uno de los usos más destacados es la implementación dentro de sus propias plataformas. También, el potencial servicio a terceros que quieran beneficiarse de sus motores de reconocimiento.

Puesto que la seguridad se ha convertido en una de las principales preocupaciones de los tiempos que corren, los avances tecnológicos son grandes aliados. El reconocimiento biométrico es un método de identificación o verificación de la identidad de una persona que se basa en características físicas, comportamentales o fisiológicas únicas. Estas características pueden incluir, además de rasgos faciales, huellas dactilares, iris o retina del ojo, geometría de la mano, voz, entre otros.

El proceso de reconocimiento implica la captura de estas características mediante dispositivos especializados, como escáneres de huellas dactilares o cámaras de reconocimiento facial. Cuando una persona es identificada, se realiza una comparación con datos previamente almacenados en una base de datos. A través de algoritmos y técnicas de análisis de patrones, se determina si la muestra biométrica proporcionada coincide con la información almacenada. Así es como se puede autenticar la identidad de la persona.

Una de las aplicaciones más conocidas para los sistemas de reconocimiento facial son los dispositivos móviles. Se ha convertido en una característica estándar en muchos smartphones de gama alta. A través de cámaras frontales avanzadas y algoritmos de reconocimiento facial sofisticados, se capturan y analizan los rasgos faciales únicos de los usuarios.

Los usos son el  desbloqueo del dispositivo, autorización de pagos, acceso a aplicaciones protegidas, etc. La tecnología de reconocimiento facial mejora la seguridad y es cómoda. Además, elimina la necesidad de introducir contraseñas o un PIN.

Sin embargo, estos sistemas también han generado preocupaciones sobre la privacidad y la seguridad de los datos personales. Aunque los fabricantes suelen afirmar que los datos biométricos se almacenan de forma segura en el dispositivo y no se comparten con terceros, existen riesgos potenciales de hackeo o de un mal uso de esta información sensible.

 

sistemas de reconocimiento facial

 

La normativa RGPD respecto a los sistemas de reconocimiento facial

Dado que se trata de datos personales, el uso de sistemas de reconocimiento facial requiere de una regulación que pueda proteger a la ciudadanía frente al uso de su imagen facial para otras acciones que no sean las del propio servicio. O simplemente, para garantizar su integridad ante posibles ataques a todas estas imágenes almacenadas.

Esta regulación se recoge dentro de la General Data Protection Regulation (GDPR) o normativa RGPD, en español. Con carácter europeo, se cumple cuando el usuario acepta expresamente el tratamiento de su imagen. Por ejemplo, si una organización decide implementar tecnologías de reconocimiento facial en una calle, no sería legal, ya que los usuarios no han dado expresamente dicho consentimiento.

La Comisión Europea ha continuado avanzando en la regulación de la inteligencia artificial (IA) con la publicación de su White Paper sobre IA y machine learning. Este documento establece los objetivos principales que Europa busca alcanzar en el campo de la IA. Se centra en promover su uso responsable, fomentar la confianza del público y garantizar medidas correctivas cuando sea necesario. Por tanto, no solo afecta al reconocimiento biométrico, sino también a las Apps de IA.

Es importante destacar que se hace hincapié en que la IA debe ser "antropocéntrica, ética y sostenible", y debe respetar los derechos y valores fundamentales de la ciudadanía. Por tanto, el objetivo es asegurar que los ciudadanos estén respaldados y protegidos en el uso y desarrollo de tecnologías emergentes.

Y es que muchos de estos servicios cognitivos, proporcionados por los principales proveedores Cloud, funcionan gracias a diferentes modelos de clasificación con los que se identifica a las personas. Tras la identificación, se hacen scorings, que son las coincidencias biométricas.

No obstante, los sistemas de reconocimiento facial pueden verse afectados notablemente por la calidad que ofrece el sistema de grabación, por las condiciones de luz o incluso por los cambios naturales que van produciéndose en la imagen por el paso de los años o el uso de accesorios.

 

sistemas de reconocimiento facial

 

Cómo entrenar los sistemas de reconocimiento facial con inteligencia artificial

Hemos dicho que los sistemas de reconocimiento facial utilizan scoring y puntuaciones entre los datos recopilados y los almacenados. Pero para que esto sea posible, hay un paso previo, que es el entrenamiento de los modelos. Este consiste en una práctica guiada de reconocimiento mediante una batería de imágenes con las que ir educando a la red neuronal.

Estas imágenes se van cargando y clasificando una a una manualmente gracias a la intervención humana. A medida que va aprendiendo, y siempre bajo supervisión, la red neuronal va clasificando con éxito todas las imágenes que procesa. Para evitar errores, estas últimas deben ser muy variadas, de lo contrario, no sabrá clasificar todas aquellas que se salen de su repertorio habitual.

Si lo vemos en detalle, el proceso de entrenamiento es el siguiente:

Adquisición de datos

Se recopilan conjuntos de datos de imágenes faciales variadas y representativas. Pueden provenir de diversas fuentes, como bases de datos públicas o privadas, o capturas que han sido específicamente diseñadas para este objetivo. Estos conjuntos deben abarcar la diversidad de rasgos faciales, sexos, edades, etnias y condiciones de iluminación para que el entrenamiento sea eficaz y se eviten los errores que mencionamos con anterioridad.

Etiquetado de datos

Cada imagen facial se etiqueta manualmente; es decir, se identifican y delimitan características faciales relevantes, como los ojos, la nariz o la boca. Este proceso, aunque requiere de tiempo y participación humana, es la parte más importante, porque es la que proporciona al sistema la información necesaria para aprender a distinguir y reconocer diferentes partes del rostro humano.

Entrenamiento del modelo

Los datos etiquetados se utilizan para entrenar al modelo de IA mediante algoritmos de aprendizaje automático. Por ejemplo, redes neuronales convolucionales (CNN). Durante el entrenamiento, el sistema ajusta gradualmente sus parámetros internos para minimizar la discrepancia entre las características faciales identificadas por el modelo y las etiquetas proporcionadas por los datos de entrenamiento.

Iteración y mejora

El proceso de entrenamiento se repite múltiples veces para que el sistema pueda mejorar su capacidad para reconocer y generalizar patrones faciales en cada iteración. Para ello, hay que ajustar continuamente los parámetros del modelo y optimizar los algoritmos de aprendizaje automático.

Los sistemas de reconocimiento facial seguirán avanzando y, probablemente, en el futuro incorporen nuevas tecnologías que sean capaces de ofrecer mayor precisión, evitar los errores actuales y cumplir con las normativas más estrictas. Si quieres aprender sobre inteligencia artificial, echa un vistazo a los cursos que tenemos disponibles.



© Instituto de Innovación Digital de las Profesiones. Planeta Formación y Universidades. Todos los derechos reservados.
Por cualquier consulta, escríbanos a info@inesdi.com