Crescono le preoccupazioni per l'espansione dei database di riconoscimento facciale

- La rapida espansione della tecnologia di riconoscimento facciale nelle forze dell'ordine solleva gravi preoccupazioni riguardo alla privacy e all'accuratezza.
- I sostenitori delle campagne avvertono che i database di riconoscimento facciale potrebbero identificare erroneamente centinaia di migliaia di persone innocenti.
- Trasparenza e supervisione sono essenziali man mano che la tecnologia di riconoscimento facciale retroattiva viene sempre più integrata nelle attività di polizia.
In un mondo sempre più dipendente dalla tecnologia, l'uso crescente da parte delle forze di polizia del Regno Unito della tecnologia di riconoscimento facciale retrospettivo (RFR) sta causando allarme tra gli attivisti per i diritti umani e i difensori della privacy. La tecnologia, che utilizza algoritmi avanzati per scansionare milioni di immagini di custodia, ha assistito a un aumento sostanziale del suo utilizzo, nonostante gli avvertimenti persistenti sulla sua opacità e il potenziale abuso.
Un'indagine guidata da i e Liberty Investigates ha rivelato un sorprendente aumento del 330% nelle ricerche utilizzando la tecnologia RFR contro il Police National Database (PND) lo scorso anno. Il PND contiene oltre 16 milioni di immagini di individui arrestati, molti dei quali non sono mai stati accusati di un crimine. La tecnologia confronta queste immagini con le foto dei sospetti provenienti da varie fonti come telecamere di sorveglianza, telefoni cellulari, dashcam o riprese dei campanelli.
I sostenitori hanno espresso le loro preoccupazioni riguardo al rischio inquietante che individui innocenti vengano individuati dal sistema. Il PND e altri database mantenuti dalle singole forze di polizia contengono centinaia di migliaia di immagini di individui che non sono mai stati accusati o sono stati successivamente assolti di un reato dopo il loro arresto.
Segretezza e mancanza di consapevolezza pubblica
La segretezza che circonda l'uso della tecnologia RFR e l'entità della consapevolezza pubblica al riguardo sono stati soggetti di preoccupazione. Nonostante le smentite di 13 delle 43 forze di polizia territoriali del Regno Unito sull'uso di RFR nel 2022, le cifre del Ministero dell'Interno rivelano che hanno condotto migliaia di ricerche. Il Ministro della Polizia, Chris Philp, ha riconosciuto che tutte e 43 le forze di polizia territoriali del Regno Unito stanno ora utilizzando la tecnologia, prevedendo che avrà "un enorme impatto sulla nostra capacità di mettere in prigione i criminali."
Potenziale per risolvere crimini storici
Ufficiali di alto rango, incluso il Commissario della Polizia Metropolitana, Sir Mark Rowley, hanno elogiato la tecnologia, affermando che ha "enorme potenziale" e potrebbe rivoluzionare la lotta alla criminalità, simile all'impatto del DNA tre decenni fa. La tecnologia sta ora essendo estesa ai "casi irrisolti", rivedendo il lavoro storico sui casi per identificare individui precedentemente non identificati.
Tuttavia, i gruppi per i diritti umani e l'osservatore della sorveglianza del governo hanno espresso gravi preoccupazioni per il rapido dispiegamento della RFR. Sottolineano una mancanza di trasparenza e potenziali violazioni degli obblighi legali da parte delle forze di polizia che non pubblicano le politiche sull'uso del riconoscimento facciale. Fraser Sampson, il commissario per le biometrie e le telecamere di sorveglianza del governo, ha dichiarato che il livello di trasparenza intorno alla tecnologia "è molto al di sotto" di quanto necessario.
Conservazione delle immagini di individui innocenti
Un problema significativo è la conservazione delle immagini di individui sul PND e altri database delle forze dell'ordine nonostante non siano mai stati accusati o successivamente assolti di qualsiasi accusa. Nonostante una sentenza della Corte d'Appello che ha dichiarato illegale la conservazione di queste immagini, le forze di polizia stanno mantenendo questi dati indefinitamente. I sostenitori sostengono che milioni di tali immagini sono state trattenute ingiustamente, portando a persone innocenti etichettate erroneamente come criminali.
Posizione delle forze di polizia
Le forze di polizia sostengono che i sistemi informatici legacy richiedano la rimozione individuale delle immagini di custodia e che i vincoli di risorse impediscano di eliminare tutti i dati trattenuti erroneamente. Il Consiglio dei capi delle forze di polizia nazionali (NPCC) ha insistito sul fatto che la tecnologia RFR consenta alla polizia di identificare ed eliminare i sospettati più rapidamente e con maggiore precisione. La Polizia Metropolitana ha dichiarato che il riconoscimento facciale offre “opportunità fantastiche” per una polizia più efficace.
L'uso crescente da parte delle forze di polizia nel Regno Unito della tecnologia di riconoscimento facciale retrospettivo (RFR) è una spada a doppio taglio. Sebbene abbia un enorme potenziale per risolvere i crimini, inclusi quelli storici, la mancanza di trasparenza, il potenziale abuso e la conservazione delle immagini di individui innocenti sollevano gravi preoccupazioni etiche, legali e relative ai diritti umani. L'equilibrio tra lo sfruttamento della tecnologia per la sicurezza pubblica e il rispetto dei diritti e delle libertà individuali rimane una questione controversa, che richiede dibattiti robusti, politiche chiare e salvaguardie rigorose.
I cervelli più intelligenti del crypto leggono già la nostra newsletter. Vuoi unirti a loro? Unisciti a loro.
Disclaimer. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.

Glory Kaburu
Glory è una giornalista estremamente competente, esperta di strumenti AI e ricerca. È appassionata di intelligenza artificiale e ha scritto diversi articoli sull'argomento. Si tiene aggiornata sugli ultimi sviluppi nell'intelligenza artificiale, nel machine learning e nel deep learning, scrivendone regolarmente.















