Aunque por defecto las tecnologías de reconocimiento facial se emplean en sectores como la vídeo-vigilancia, la seguridad o los sistemas de control de presencia, sus capacidades pueden ser útiles en muchas otras áreas que puedan monitorizar la dirección de la atención, el movimiento de los ojos e incluso descifrar emociones y miradas, siendo útiles para el desarrollo de campañas de marketing personalizado, sistemas de pago, aplicaciones para la seguridad vial o la salud e incluso para el reconocimiento de personas desaparecidas.
Pensando en favorecer su uso, IBM ha decidido ayudar a quienes trabajan en el desarrollo de estas aplicaciones de reconocimiento facial a hacerlas más precisas, poniendo en sus manos un gran repositorio de datos muy especial. En él se incluyen más de un millón de caras de hombres y mujeres de diversas etnias. El gigante norteamericano ha tomado la decisión de facilitar esta información tras conocer que dos investigaciones, una del MIT y otra de la Universidad de Toronto, habían podido comprobar cómo una de las herramientas de reconocimiento facial más prestigiosas del mundo cometía errores de consideración. Los índices en sus fallos de identificación eran de especial relevancia cuando se trataba de reconocer rostros femeninos, y aún de mayor grado al intentar detectar con claridad las facciones de mujeres con la piel oscura.
Neutralizando posibles problemas de reputación
Teniendo en cuenta que las mujeres representan más del 49,5% de la población mundial, las compañías interesadas en la extensión a gran escala del uso de estos sistemas de reconocimiento facial han convenido hacer lo posible por corregir errores tan importantes como los detectados en ambos estudios. Conseguirlo exige, entre otras acciones, alimentar las tecnologías de reconocimiento facial con bases de datos más amplias, que sirvan para mejorar sus capacidades. La creada por IBM cumple bien ese cometido al incluir esquemas de codificación facial de ambos géneros y múltiples etnias, lo que no sólo sirve para que las aplicaciones cometan menos errores, sino también para que éstos no puedan achacarse a sesgos raciales o de género.
Esta doble mejora es importante, ya que puede terminar con el temor de muchas compañías a ver dañada su reputación por utilizar sistemas de reconocimiento facial cuya falta de precisión se pueda atribuir a sesgos discriminatorios hacia determinado género y/o etnia.
Otro motivo que ha frenado la adopción de este tipo de sistemas es la posibilidad de que su uso acarreé problemas legales a las compañías, por entrar en conflicto con el respeto a los derechos de privacidad e intimidad. Este supuesto quedó demostrado el día en que Facebook tuvo que deshabilitar su sistema de reconocimiento facial por orden de la Unión Europea, al contravenir con su uso la ley de protección de datos vigente.
Sea como fuere, habida cuenta de que las grandes compañías del sector como Google, Amazon o SenseTime han invertido muchos recursos en el desarrollo de estos sistemas de reconocimiento facial, y de que existen empresas como Affective, radicada en Boston, que han obtenido beneficios implantándolos en grandes compañías, se prevé que su uso se extienda en los próximos años. Contar con un socio como Logicalis, que mantiene una alianza estratégica de peso con IBM y cuenta con profesionales expertos en la implementación de todo tipo de soluciones basadas en su tecnología, puede resultar clave cuando este mercado potencial comience a desarrollarse en España para quienes aspiren a convertirse en proveedores de referencia.