Si ocupas redes sociales, probablemente has notado una tendencia a través de Facebook, Twitter e Instagram, de personas publicando fotos de “antes y después”, la mayoría de 10 años atrás en comparación al día de hoy.
Kate O’Neill, periodista de Wired, tiene una teoría bastante interesante a este popular desafío. Esto en base a un tweet que ella misma publicó en donde cuestiona de forma irónica este meme, afirmando: “me pregunto cómo todos los datos de caras pueden ser utilizados para entrenar algoritmos de reconocimiento facial“.
Me 10 years ago: probably would have played along with the profile picture aging meme going around on Facebook and Instagram
Me now: ponders how all this data could be mined to train facial recognition algorithms on age progression and age recognition— Kate O'Neill (@kateo) January 12, 2019
Si bien O’Neill declara que la intención tras su publicación no era la de generar controversia, admite que está consciente de que el reconocimiento facial es una tendencia de la cual la gente se debería enterar. “Vale la pena considerar la importancia de la información que compartimos sin pensar dos veces“, recalcó.
Por otra parte, usuarios de Twitter interactuaron con la publicación de la periodista, afirmando que si Facebook quisiera alimentar un algoritmo de reconocimiento facial podría hacerlo, debido a que ya tienen la información disponible en el sitio. La autora del controversial tweet, responde afirmando que “tienen razón” pero el tracking de las imágenes puede causar mucho “ruido” dentro del sistema de acumulación de información.
Lee también: Big data: Este sitio calcula cuándo podrías morir
Además, O’Neill afirma que gracias a este meme el algoritmo tendría una mejor base de datos. Esto gracias a que los usuarios que participan dentro de este reto catalogan dicha imagen dentro de una tendencia con al frase: “Yo 2009 vs. yo 2019“.
El challenge permitiría, hipotéticamente, a la inteligencia artificial contar más fácilmente con fotos para entrenar al algoritmo para que identifique los cambios físicos de un individuo a través de los años y, finalmente, reconocer mejor a las personas.
Sin embargo, Facebook negó cualquier relación con el #10YearChallange. “Este es un meme generado por los usuarios que se volvió viral por sí mismo. Facebook no empezó esta tendencia, y el meme utiliza imagenes que ya existen en la red social. Nosotros no ganamos nada con esto, y recordamos a los usuarios que pueden desactivar la función de reconocimiento facial cuando quieran” afirmó un representante de la plataforma digital.
¿Qué pasaría con mi información?
La periodista de Wired afirma que “si bien esta tendencia podría no ser un caso de ingeniera social, los años pasados han estado repletos de juegos y memes construidos para extraer información de las personas”.
Un ejemplo de esto es la extracción de datos de más de 70 millones de usuarios estadounidenses de Facebook por parte de Cambridge Analytica.
Pero, ¿es malo que alguien utilice tus fotos de Facebook para entrenar a un algoritmo de reconocimiento facial? No necesariamente, O’Neill afirma que es algo inevitable. El punto de estar atento a esta recolección de datos, es para educar a nuevas generaciones con respecto a la forma en que manejan la información. En esta teoría, la autora entrega 3 ejemplos de uso de estos algoritmos: uno bueno, uno mundano y uno cuestionable.
Lee también: Big Data: Subir fotos comiendo un Cuarto de Libra podría hacer que una Isapre suba los costos de tu plan
El primero, es que alimentar al reconocimiento facial con datos de progresión de la edad, puede ayudar a encontrar personas perdidas. El año pasado en Nueva Delhi (India) se logró rastrear a más de 3 mil niños perdidos en tan sólo 4 días, gracias a las tecnologías de reconocimiento facial.
El segundo -y como aspecto más mundano- que los algoritmos puedan reconocer la progresión de edad de las personas a través de sus fotos, permite un mejor targeting de parte de las agencias publicitarias. Lo anterior debido a que la promoción y confección de productos se construye siempre pensando en un rango etario.
El punto final, y el negativo, refiere a la forma en que diferentes agencias con intereses creados puedan ocupar estos datos: por ejemplo, compañías de seguros que nieguen el acceso a planes de cuidado, ya que pueden notar que una persona envejece más rápido que otro. Esto lo transformaría en una “mala inversión”.
Lee también: Tricia Wang y el Big Data: “Los perdedores de esta industria somos tú y yo”
Por otra parte, menciona O’Neill, está la posibilidad a que las fuerzas policiales puedan establecer registros criminales de personas que participaron en protestas en un pasado, lo cual podría afectar de la vida cívica y laboral de ese sujeto.
La periodista de Wired, afirma que si bien nada de esto está comprobado, esta teoría puede ser de utilidad para que las personas tengan más cuidado con la forma en que comparten información en internet.
Martes / 22:30 / CNN Chile
Deja tu comentario