Aumentan las preocupaciones a medida que se expanden las bases de datos de reconocimiento facial

- La rápida expansión de la tecnología de reconocimiento facial en la policía plantea graves preocupaciones sobre la privacidad y la precisión.
- Los activistas advierten que las bases de datos de reconocimiento facial podrían identificar erróneamente a cientos de miles de personas inocentes.
- La transparencia y el control son esenciales a medida que la tecnología de reconocimiento facial retrospectiva se integra cada vez más en las fuerzas del orden.
En un mundo cada vez más dependiente de la tecnología, el uso creciente por parte de las fuerzas policiales del Reino Unido de la tecnología de reconocimiento facial retrospectivo (RFR) está causando alarma entre los defensores de los derechos humanos y los activistas por la privacidad. Esta tecnología, que despliega algoritmos avanzados para escanear millones de imágenes de personas bajo custodia, ha experimentado un aumento sustancial en su aplicación, a pesar de las advertencias persistentes sobre su opacidad y el posible mal uso.
Una investigación liderada por i y Liberty Investigates reveló un asombroso aumento del 330% en las búsquedas utilizando la tecnología RFR contra la Base de Datos Nacional de la Policía (PND) el año pasado. La PND contiene más de 16 millones de imágenes de individuos arrestados, muchos de los cuales nunca fueron acusados de un delito. La tecnología compara estas imágenes con fotos de sospechosos procedentes de diversas fuentes como cámaras de vigilancia (CCTV), teléfonos móviles, cámaras de tablero o grabaciones de timbres de puerta.
Los defensores han expresado su preocupación por el inquietante riesgo de que individuos inocentes sean señalados por el sistema. Se informa que la PND y otras bases de datos mantenidas por las distintas fuerzas policiales contienen cientos de miles de imágenes de personas que nunca fueron acusadas o que fueron absueltas de un delito penal después de su arresto.
Secreto y falta de conocimiento público
El secreto que rodea el uso de la tecnología RFR y el grado de conocimiento público sobre ella han sido objeto de preocupación. A pesar de las negaciones de 13 de las 43 fuerzas policiales territoriales del Reino Unido sobre el uso de RFR en 2022, las cifras del Ministerio del Interior revelan que realizaron miles de búsquedas. El Ministro de Policía, Chris Philp, reconoció que las 43 fuerzas policiales territoriales del Reino Unido ahora utilizan la tecnología, previendo que tendrá «un enorme impacto en nuestra capacidad para encarcelar a criminales».
Potencial para resolver crímenes históricos
Oficiales superiores, incluido el Comisionado de la Policía Metropolitana, Sir Mark Rowley, han elogiado la tecnología, afirmando que tiene «un inmenso potencial» y podría revolucionar la lucha contra el crimen, de manera similar al impacto del ADN hace tres décadas. La tecnología ahora se está extendiendo a los «casos sin resolver», revisando el trabajo histórico de los casos para identificar a individuos previamente no identificados.
Sin embargo, los grupos de derechos humanos y el organismo de vigilancia del Gobierno han expresado graves preocupaciones por el despliegue rápido de la RFR. Enfatizan la falta de transparencia y las posibles violaciones de las obligaciones legales por parte de las fuerzas policiales que no publican políticas sobre el uso del reconocimiento facial. Fraser Sampson, comisionado del Gobierno para la biometría y las cámaras de vigilancia, declaró que el nivel de transparencia en torno a la tecnología «se queda muy lejos» de lo necesario.
Retención de imágenes de individuos inocentes
Un problema significativo es la retención de imágenes de individuos en la PND y otras bases de datos de aplicación de la ley a pesar de que nunca fueron acusados o posteriormente exonerados de cualquier cargo. A pesar de una sentencia del Tribunal de Apelación que declaró ilegal la retención de estas imágenes, las fuerzas policiales están conservando estos datos de forma indefinida. Los defensores argumentan que millones de estas imágenes han sido retenidas erróneamente, lo que lleva a que personas inocentes sean etiquetadas incorrectamente como criminales.
Postura de las fuerzas policiales
Las fuerzas policiales mantienen que los sistemas informáticos heredados requieren la eliminación individual de las imágenes de custodia, y que las limitaciones de recursos impiden desechar todos los datos retenidos erróneamente. El Consejo Nacional de Jefes de Policía (NPCC) insistió en que la tecnología RFR permite a la policía identificar y eliminar sospechosos más rápida y precisamente. La Policía Metropolitana declaró que el reconocimiento facial proporcionaba «fantásticas oportunidades» para una policía más eficaz.
El uso creciente de la tecnología de reconocimiento facial retrospectivo por parte de las fuerzas policiales en el Reino Unido es una espada de doble filo. Si bien tiene un inmenso potencial para resolver crímenes, incluidos los históricos, la falta de transparencia, el posible mal uso y la retención de imágenes de individuos inocentes plantean serias preocupaciones éticas, legales y de derechos humanos. El equilibrio entre aprovechar la tecnología para la seguridad pública y defender los derechos y libertades individuales sigue siendo un tema controvertido, que requiere debates robustos, políticas claras y salvaguardas estrictas.
Las mentes más inteligentes del mundo cripto ya leen nuestro boletín. ¿Quieres unirte? Únete a ellos.
Descargo de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.

Glory Kaburu
Glory es una periodista extremadamente experta con herramientas e investigación sobre IA. Está apasionada por la inteligencia artificial y ha escrito varios artículos sobre el tema. Se mantiene al día con los últimos avances en Inteligencia Artificial, Aprendizaje Automático y Aprendizaje Profundo, y escribe regularmente sobre ellos.















