Sistemas de Reconocimiento Facial Dejan Atrás a las Personas con Diferencias Faciales

Un número creciente de personas con diferencias faciales informan sobre fallos repetidos al utilizar herramientas de verificación facial impulsadas por inteligencia artificial. Desde cabinas de fotos del DMV hasta verificaciones de crédito y portales gubernamentales, la tecnología a menudo no puede coincidir sus selfies con identificaciones oficiales, dejándolos excluidos de servicios esenciales. Grupos de defensa como Face Equality International instan a las empresas y agencias a proporcionar métodos de verificación alternativos y a mejorar la capacitación para el personal que maneja estos casos.

Fallos Generalizados en Servicios Cotidianos

Las personas que viven con diferencias faciales, que van desde condiciones genéticas como el síndrome de Freeman-Sheldon hasta marcas de nacimiento distintivas, se enfrentan a rechazos repetidos por parte de los sistemas de verificación facial. Los problemas abarcan una variedad de contextos, incluyendo renovaciones de licencias de conducir en oficinas de vehículos motorizados estatales, consultas de crédito en agencias de informes crediticios importantes y creación de cuentas en línea para la Administración de Seguridad Social. En cada caso, la tecnología solicita a los usuarios que envíen una selfie que debe coincidir con una identificación existente, y los sistemas a menudo informan que las imágenes no coinciden.

Relatos Personales Destacan el Impacto Humano

Varias personas describieron el costo emocional de estos fallos. Una solicitante de licencia de conducir en Connecticut se vio obligada a tomar varias fotos antes de que el personal anulase manualmente el sistema, lo que la hizo sentir humillada por una máquina que parecía sugerir que no tenía una cara humana. Una buscadora de crédito con una marca de nacimiento facial prominente intentó varios ajustes de iluminación y aún no pudo completar la verificación, nunca recibiendo su informe de crédito. Otra usuaria con una condición craneofacial rareza luchó durante meses para crear una cuenta en línea de Seguridad Social, recibiendo repetidamente mensajes de que sus imágenes no coincidían.

Grupos de Defensa Llaman al Cambio

Face Equality International (FEI), una organización paraguas que representa a organizaciones benéficas y grupos de defensa para personas con diferencias faciales, estima que más de 100 millones de personas en todo el mundo viven con dichas condiciones. La investigación de FEI documenta problemas en puertas de pasaporte de aeropuertos, filtros de redes sociales, desenfoque de fondos de llamadas de video y más. El liderazgo de la organización enfatiza que la tecnología de reconocimiento facial a menudo se entrena con conjuntos de datos limitados, lo que lleva a la exclusión sistemática de aquellos con características faciales atípicas.

Respuestas de la Industria y Alternativas Existente

Las agencias gubernamentales señalan las vías de verificación alternativas. La Administración de Seguridad Social señala que no opera el reconocimiento facial directamente, sino que confía en servicios como Login.gov e ID.me, ambos de los cuales afirman priorizar la accesibilidad. ID.me afirma que ha asistido previamente a personas con diferencias faciales y ofrece ayuda directa cuando se le contacta. Sin embargo, los usuarios informan que las opciones de respaldo no siempre son evidentes o fáciles de acceder, lo que hace que muchos se sientan atrapados en "laberintos de sistemas tecnológicos".

Llamadas a una Mejor Capacitación y Protocolos

En el caso del DMV de Connecticut, después de la experiencia de la solicitante, un representante estatal se reunió con el comisionado del DMV y los funcionarios de capacitación del personal. El portavoz del DMV enfatizó la empatía y el cumplimiento de las pautas de foto, mientras que el proveedor de tecnología, Idemia, destacó sus programas de capacitación para el personal y el sólido desempeño de los algoritmos en evaluaciones externas. Sin embargo, los defensores argumentan que el personal humano debe tener protocolos claros para cuando falla la inteligencia artificial, y que las empresas deben priorizar el diseño inclusivo sobre las soluciones incrementales.

El Contexto Más Amplio del Sesgo de la IA

Los desafíos que enfrentan las personas con diferencias faciales reflejan preocupaciones más amplias sobre el sesgo de la IA, especialmente en sistemas que ya han demostrado tasas de error más altas para ciertos grupos raciales. Los expertos señalan que la subrepresentación de características faciales diversas en los datos de entrenamiento precede a la inteligencia artificial moderna, pero la tecnología amplifica estas desigualdades de larga data. A medida que el reconocimiento facial se convierte en una "llave digital" para las actividades cotidianas, la falta de diseño inclusivo amenaza con marginar a una población ya vulnerable.