ใบหน้าของคุณสามารถถูกค้นหาได้มากกว่าที่คุณคิด การทำความเข้าใจว่าการจดจำใบหน้าทำงานอย่างไร และกฎหมายความเป็นส่วนตัวกล่าวถึงเรื่องนี้อย่างไร เป็นก้าวแรกสู่การตัดสินใจว่าข้อมูลใบหน้าของคุณที่คุณยินดีจะแบ่งปันนั้นมีมากน้อยเพียงใด บทอธิบายล่าสุดจาก Safeguard อธิบายพื้นฐานทางเทคนิคและกรอบกฎหมายสามฉบับที่สำคัญที่สุด ได้แก่ BIPA, GDPR และ EU AI Act โพสต์นี้สรุปประเด็นเหล่านั้นด้วยภาษาที่เข้าใจง่าย
การจับคู่ใบหน้าหมุนใบหน้าของคุณให้กลายเป็นคะแนนได้อย่างไร
การจดจำใบหน้าไม่ได้เก็บใบหน้าของคุณแบบที่อัลบั้มรูปทำ ตามคำอธิบาย การจับคู่ใบหน้าแปลงใบหน้าให้เป็นเวกเตอร์ ซึ่งเป็นรายการตัวเลขที่อธิบายคุณลักษณะที่ระบบวัดได้ จากนั้นการจับคู่ก็กลายเป็นปัญหาทางคณิตศาสตร์: ระบบเปรียบเทียบเวกเตอร์หนึ่งกับอีกเวกเตอร์หนึ่งและสร้างคะแนนที่แสดงว่าทั้งสองคล้ายกันเพียงใด
คะแนนนั้นคือจุดที่ค่าเกณฑ์เข้ามามีบทบาท ระบบต้องตัดสินใจว่าคะแนนต้องสูงเพียงใดก่อนจะเรียกได้ว่าใบหน้าสองใบตรงกัน หากตั้งเกณฑ์ต่ำ ระบบจะยอมรับการจับคู่ที่ตรงกันมากขึ้นแต่ก็สร้างผลบวกปลอมมากขึ้นด้วย หากตั้งเกณฑ์สูง ระบบจะสร้างผลบวกปลอมน้อยลงแต่อาจพลาดการจับคู่ที่ถูกต้อง การเลือกค่าเกณฑ์เป็นการตัดสินใจเชิงนโยบายพอ ๆ กับการตัดสินใจเชิงเทคนิค เพราะต้นทุนของคำตอบที่ผิดขึ้นอยู่กับบริบท การจับคู่ผิดพลาดในการปลดล็อกโทรศัพท์เป็นเพียงความไม่สะดวก แต่การจับคู่ผิดพลาดในบริบทของตำรวจอาจมีผลกระทบที่หนักหนากว่ามาก
คำอธิบายยังเน้นย้ำถึงการทดสอบอคติ ระบบอาจทำงานแตกต่างกันในกลุ่มคนแต่ละกลุ่ม ดังนั้นการวัดอัตราความผิดพลาดในกลุ่มเหล่านั้นจึงเป็นเรื่องสำคัญก่อนนำระบบไปใช้งาน ตัวเลขความแม่นยำหัวข้อเดียวอาจปิดบังผลลัพธ์ที่ไม่สม่ำเสมอได้
ผู้คนทั่วไปพบเจอการจดจำใบหน้าได้ที่ไหนบ้าง
สำหรับคนส่วนใหญ่ การจดจำใบหน้าปรากฏในสถานที่ธรรมดาหลายแห่ง ได้แก่ ร้านค้า โทรศัพท์ สนามบิน และกล้องสาธารณะ แต่ละบริบททำงานแตกต่างกันเล็กน้อย
- โทรศัพท์: การปลดล็อกอุปกรณ์ด้วยใบหน้าเป็นการเปรียบเทียบแบบหนึ่งต่อหนึ่ง ตรวจสอบว่าบุคคลที่อยู่หน้ากล้องตรงกับเจ้าของที่ลงทะเบียนไว้หรือไม่
- ร้านค้า: กล้องในร้านค้าปลีกอาจถูกใช้เพื่อแจ้งเตือนผู้คนเทียบกับรายชื่อเฝ้าระวัง หรือเพื่อวิเคราะห์ผู้มาเยือน
- สนามบิน: การจับคู่ใบหน้าอาจถูกใช้เพื่อเปรียบเทียบผู้เดินทางกับเอกสารหรือบันทึกระบุตัวตน
- กล้องสาธารณะ: การจับคู่ใบหน้าในฝูงชนกับฐานข้อมูลขนาดใหญ่เป็นงานที่แตกต่างและอ่อนไหวกว่าการปลดล็อกโทรศัพท์ของตัวเอง
ยิ่งฐานข้อมูลมีขนาดใหญ่ขึ้นและคุณมีทางเลือกน้อยลงในการถูกสแกน ความเสี่ยงด้านความเป็นส่วนตัวก็ยิ่งสูงขึ้น ความกังวลเหล่านี้ไม่ใช่เรื่องนามธรรม การรายงานของเราเกี่ยวกับการเติบโตของการจดจำใบหน้าในอินเดียและการสิ้นสุดของความไม่เปิดเผยตัวในการประท้วง แสดงให้เห็นว่าเครือข่ายกล้องสามารถเปลี่ยนความหมายของการเข้าร่วมการชุมนุมสาธารณะได้อย่างไร
BIPA, GDPR และ EU AI Act ให้อะไรกับคุณจริง ๆ
คำอธิบายชี้ไปที่กรอบกฎหมายสามฉบับ การคุ้มครองของกรอบเหล่านี้เป็นของจริง แต่บังคับใช้ไม่สม่ำเสมอขึ้นอยู่กับว่าคุณอาศัยอยู่ที่ไหนและใครเป็นผู้เก็บข้อมูลของคุณ
BIPA คือ Illinois Biometric Information Privacy Act เป็นกฎหมายระดับรัฐของสหรัฐฯ ที่จัดการกับข้อมูลชีวมิติโดยเฉพาะ เช่น เรขาคณิตของใบหน้า การคุ้มครองของกฎหมายนี้ครอบคลุมเฉพาะผู้ที่อยู่ภายใต้กฎหมายของรัฐอิลลินอยส์ ซึ่งเป็นเหตุผลหนึ่งที่การคุ้มครองในสหรัฐฯ มักถูกอธิบายว่าเป็นแผ่นปะที่กระจัดกระจาย
GDPR คือกฎระเบียบการคุ้มครองข้อมูลทั่วไปของสหภาพยุโรป ซึ่งถือว่าข้อมูลชีวมิติที่ใช้ระบุตัวบุคคลเป็นหมวดหมู่พิเศษของข้อมูลส่วนบุคคล ซึ่งมาพร้อมเงื่อนไขการประมวลผลที่เข้มงวดกว่าข้อมูลทั่วไป และบังคับใช้อย่างกว้างขวางกับองค์กรที่จัดการข้อมูลของบุคคลในสหภาพยุโรป
EU AI Act เพิ่มกฎเกณฑ์ที่มุ่งเป้าไปที่ระบบ AI เอง รวมถึงการจดจำใบหน้า แทนที่จะมุ่งเน้นเฉพาะข้อมูลเพียงอย่างเดียว กฎหมายนี้กำกับดูแลว่าระบบดังกล่าวถูกสร้างและใช้งานอย่างไร ซึ่งเชื่อมโยงกลับไปยังการทดสอบ ค่าเกณฑ์ และการตรวจสอบอคติที่อธิบายข้างต้น
ประเด็นสำคัญคือกฎหมายเหล่านี้แตกต่างกันในขอบเขตและการบังคับใช้ บุคคลในรัฐอิลลินอยส์หรือสหภาพยุโรปอาจมีสิทธิ์ที่บุคคลในที่อื่นไม่มี และไม่มีกฎหมายใดหยุดกล้องจากการบันทึกใบหน้าของคุณในที่สาธารณะ กฎหมายเหล่านี้กำกับว่าองค์กรต่าง ๆ ทำอะไรกับข้อมูลได้บ้าง
สิ่งนี้หมายความว่าอย่างไรสำหรับคุณ
การจดจำใบหน้าไม่ใช่เทคโนโลยีเดียวที่ใช้ในวิธีเดียว การปลดล็อกโทรศัพท์ การถูกสแกนที่ชายแดน และการถูกจับคู่กับฟีดกล้องสาธารณะเป็นสถานการณ์ที่แตกต่างกันซึ่งมีความเสี่ยงและการคุ้มครองทางกฎหมายที่แตกต่างกัน การรู้ว่าคุณกำลังเผชิญกับสถานการณ์ใดช่วยให้คุณตัดสินใจได้ว่าจะดำเนินการตรงไหน
ยังควรชัดเจนเกี่ยวกับสิ่งที่เครื่องมือความเป็นส่วนตัวทำได้และทำไม่ได้ VPN ปกป้องการรับส่งข้อมูลเครือข่ายของคุณ แต่ไม่ได้ทำอะไรกับกล้องที่มองเห็นใบหน้าของคุณ หรือรูปภาพที่ถูกจับคู่กับเวกเตอร์ไปแล้ว มาตรการป้องกันส่วนบุคคลก็มีข้อจำกัดเช่นกัน บทความของเราเกี่ยวกับว่าเครื่องสำอางสามารถเอาชนะการจดจำใบหน้าได้หรือไม่ สำรวจว่าทำไมเทคนิคที่มุ่งหลอกกล้องจึงก่อให้เกิดคำถามมากกว่าคำตอบ
วิธีปฏิบัติในการจำกัดการเปิดเผยของคุณ
คุณไม่สามารถควบคุมกล้องทุกตัวได้ แต่คุณควบคุมข้อมูลที่คุณส่งมอบด้วยความสมัครใจได้
- ตรวจสอบการตั้งค่าใบหน้าบนโทรศัพท์ของคุณ ตรวจสอบว่าการปลดล็อกด้วยใบหน้า การจัดกลุ่มใบหน้าในรูปภาพ และคุณสมบัติที่คล้ายกันเปิดใช้งานอยู่หรือไม่ และปิดสิ่งที่คุณไม่จำเป็นต้องใช้
- ตรวจสอบบัญชีโซเชียลมีเดียของคุณ มองหาการตั้งค่าการแท็ก การจดจำใบหน้า และการมองเห็นรูปภาพ แล้วปรับให้เข้มงวดขึ้น
- อ่านประกาศความยินยอม หากร้านค้า แอป หรือบริการขอสแกนใบหน้าของคุณ ตรวจสอบสิ่งที่ระบุเกี่ยวกับการเก็บรักษาและการแบ่งปันก่อนตกลง
- ใช้สิทธิทางกฎหมายของคุณ หากคุณอยู่ภายใต้ GDPR หรือกฎหมายที่คล้ายกัน คุณอาจสามารถสอบถามว่าองค์กรถือข้อมูลชีวมิติใดบ้างและขอให้ลบได้
- แบ่งปันรูปภาพสาธารณะให้น้อยลง คอลเลกชันรูปภาพที่ถูกแท็กจำนวนมากทำให้สร้างข้อมูลใบหน้าที่ค้นหาได้ง่ายขึ้น
บทสรุป
การจดจำใบหน้าทำงานอย่างไรและการ débats ทางกฎหมายความเป็นส่วนตัวมักวนกลับมาที่แนวคิดเดียว: ใบหน้าของคุณกลายเป็นเวกเตอร์ คะแนน และการตัดสินใจเรื่องค่าเกณฑ์ และกฎหมายเป็นตัวกำหนดว่าใครมีสิทธิ์ดำเนินกระบวนการนั้น ใช้เวลาสักสองสามนาทีในสัปดาห์นี้เพื่อตรวจสอบการตั้งค่าข้อมูลใบหน้าบนอุปกรณ์และบัญชีโซเชียลมีเดียของคุณ สำหรับบริบทเพิ่มเติมเกี่ยวกับข้อจำกัดของมาตรการป้องกันส่วนบุคคล โปรดอ่านการรายงานของเราเกี่ยวกับ myth การหลบเลี่ยงกล้องและการเฝ้าระวังสาธารณะขนาดใหญ่ เริ่มต้นจากบทความที่ลิงก์ไว้ข้างต้น
