Je gezicht is doorzoekbaarder dan je misschien denkt. Begrijpen hoe gezichtsherkenning werkt, en wat de privacywetgeving daarover zegt, is de eerste stap om te bepalen hoeveel van je gezichtsgegevens je bereid bent te delen. Een recente uitleg van Safeguard loopt de technische basis en de drie juridische kaders die er het meest toe doen door: BIPA, AVG en de EU AI-verordening. Dit bericht vat die punten in gewone taal samen.
Hoe gezichtsherkenning je gezicht omzet in een score
Gezichtsherkenning slaat je gezicht niet op zoals een fotoalbum dat doet. Volgens de uitleg zet gezichtsherkenning een gezicht om in een vector, een lijst getallen die de kenmerken beschrijft die het systeem heeft gemeten. Het vergelijken wordt dan een wiskundig probleem: het systeem vergelijkt de ene vector met de andere en produceert een score die laat zien hoe vergelijkbaar ze zijn.
Die score is waar drempels om de hoek komen kijken. Een systeem moet beslissen hoe hoog een score moet zijn voordat het twee gezichten als een match beschouwt. Zet de drempel laag, en het systeem accepteert meer matches maar produceert ook meer valse. Zet hem hoog, en het produceert minder valse matches maar kan echte missen. De keuze van de drempel is net zozeer een beleidsbeslissing als een technische, omdat de kosten van een verkeerd antwoord afhangen van de context. Een valse match bij het ontgrendelen van een telefoon is een ongemak. Een valse match in een politiecontext kan veel zwaardere gevolgen hebben.
De uitleg benadrukt ook het testen op bias. Systemen kunnen verschillend presteren across groepen mensen, dus het meten van foutpercentages across die groepen is belangrijk voordat een systeem wordt ingezet. Een enkel headline-nauwkeurigheidscijfer kan ongelijkmatige resultaten verbergen.
Waar gewone mensen gezichtsherkenning tegenkomen
Voor de meeste mensen duikt gezichtsherkenning op verschillende gewone plekken op: winkels, telefoons, luchthavens en openbare camera's. Elke context werkt net iets anders.
- Telefoons: Een apparaat ontgrendelen met je gezicht is een een-op-eenvergelijking, waarbij wordt gecontroleerd of de persoon voor de camera overeenkomt met de geregistreerde eigenaar.
- Winkels: Retailcamera's kunnen worden gebruikt om mensen tegen een watchlist te markeren of om bezoekers te analyseren.
- Luchthavens: Gezichtsherkenning kan worden gebruikt om een reiziger te vergelijken met een identiteitsdocument of -record.
- Openbare camera's: Een gezicht in een menigte vergelijken met een grotere database is een andere en gevoeligere taak dan je eigen telefoon ontgrendelen.
Hoe groter de database en hoe minder keuze je hebt over gescand worden, hoe hoger de privacyrisico's. Deze zorgen zijn niet abstract. Onze berichtgeving over India's facial recognition boom and the end of protest anonymity laat zien hoe cameranetwerken kunnen veranderen wat het betekent om een openbare bijeenkomst bij te wonen.
Wat BIPA, AVG en de EU AI-verordening je daadwerkelijk geven
De uitleg wijst op drie juridische kaders. Hun bescherming is reëel, maar ze gelden ongelijkmatig, afhankelijk van waar je woont en wie je gegevens verzamelt.
BIPA is de Illinois Biometric Information Privacy Act. Het is een Amerikaanse deelstaatswet die specifiek gaat over biometrische gegevens zoals gezichtsgeometrie. De bescherming reikt alleen tot mensen die onder de wet van Illinois vallen, wat een van de redenen is waarom Amerikaanse bescherming vaak als een lappendeken wordt beschreven.
AVG is de algemene verordening gegevensbescherming van de Europese Unie. Zij behandelt biometrische gegevens die worden gebruikt om een persoon te identificeren als een bijzondere categorie van persoonsgegevens, waarvoor strengere voorwaarden voor verwerking gelden dan voor gewone gegevens. Zij geldt breed voor organisaties die de gegevens van mensen in de EU verwerken.
De EU AI-verordening voegt regels toe die gericht zijn op de AI-systemen zelf, inclusief gezichtsherkenning. In plaats van alleen op de gegevens te focussen, reguleert zij hoe zulke systemen worden gebouwd en gebruikt, wat teruggrijpt op de testing, drempels en biaschecks die hierboven zijn beschreven.
Het kernpunt is dat deze wetten verschillen in reikwijdte en handhaving. Iemand in Illinois of de EU kan rechten hebben die iemand elders niet heeft. En geen van deze wetten weerhoudt een camera ervan je gezicht in het openbaar vast te leggen; ze regelen wat organisaties met de gegevens mogen doen.
Wat dit voor jou betekent
Gezichtsherkenning is niet één technologie die op één manier wordt gebruikt. Je telefoon ontgrendelen, gescand worden aan een grens en vergeleken worden met een openbare camerafeed zijn verschillende situaties met verschillende risico's en verschillende juridische bescherming. Weten met welke je te maken hebt, helpt je beslissen waar je moet handelen.
Het is ook de moeite waard duidelijk te zijn over wat privacyhulpmiddelen wel en niet kunnen. Een VPN beschermt je netwerkverkeer. Het doet niets tegen een camera die je gezicht ziet, of een foto die al aan een vector is gekoppeld. Persoonlijke tegenmaatregelen zijn ook beperkt: ons stuk over of make-up gezichtsherkenning kan verslaan onderzoekt waarom trucjes om camera's te misleiden meer vragen oproepen dan ze beantwoorden.
Praktische manieren om je blootstelling te beperken
Je kunt niet elke camera beheersen, maar je kunt wel de gegevens beheersen die je vrijwillig verstrekt.
- Controleer je gezichtsinstellingen op je telefoon. Kijk of gezichtsontgrendeling, fotogezichtsgroepering en vergelijkbare functies zijn ingeschakeld, en zet uit wat je niet nodig hebt.
- Controleer je sociale accounts. Zoek naar instellingen voor tagging, gezichtsherkenning en fotozichtbaarheid, en verscherp ze.
- Lees toestemmingsverklaringen. Als een winkel, app of dienst vraagt je gezicht te scannen, controleer dan wat er staat over bewaring en delen voordat je instemt.
- Gebruik je juridische rechten. Als je onder de AVG of een vergelijkbare wet valt, kun je mogelijk vragen welke biometrische gegevens een organisatie heeft en om verwijdering verzoeken.
- Deel minder openbare foto's. Grote verzamelingen getagde afbeeldingen maken het makkelijker om doorzoekbare gezichtsgegevens op te bouwen.
De onderste regel
Hoe gezichtsherkenning werkt en privacywetgevingsdebatten komen vaak neer op één idee: je gezicht wordt een vector, een score en een drempelbeslissing, en de wet bepaalt wie dat proces mag uitvoeren. Neem deze week een paar minuten om de gezichtsgegevensinstellingen op je apparaten en sociale accounts te controleren. Voor meer context over de grenzen van persoonlijke tegenmaatregelen, lees onze berichtgeving over fabels over camerabewaking en grootschalige openbare surveillance, te beginnen met de hierboven gelinkte artikelen.
