Recunoașterea emoțiilor din expresiile faciale și protecția datelor personale

Recunoașterea emoțiilor din expresiile faciale este tehnologia care analizează expresiile faciale (din imagini sau videoclipuri) pentru a dezvălui informații despre starea emoțională a unei persoane. Complexitatea expresiilor faciale, utilizarea potențială a tehnologiei în orice context și implicarea noilor tehnologii, printre care inteligența artificială, ridică riscuri semnificative pentru viața privată a persoanei.

1. Ce este recunoașterea emoțiilor din expresiile faciale?

Expresiile faciale sunt forme de comunicare non-verbală, oferind indicii despre emoțiile umane. Timp de decenii, studiul acestor expresii faciale a fost de interes pentru cercetarea în psihologie. În ultima perioadă, utilizarea frecventă a camerelor CCTV, progresele tehnologice în biometrie și învățarea automată au condus către dezvoltarea tehnologiei privind recunoașterea emoțiilor faciale. Recunoașterea emoțiilor faciale este o tehnologie utilizată pentru analizarea emoțiilor umane din diferite surse, cum ar fi imagini și videoclipuri. Tehnologia este bazată adesea pe algoritmi de inteligență artificială. O mulțime de companii, de la giganți IT ca NEC sau Google la companii mai mici investesc în această tehnologie.

Tehnologia de recunoaștere a emoțiilor faciale cuprinde trei pași: a) detectarea feței; b) detectarea expresiei faciale; c) clasificarea expresiei într-o stare emoțională (ca în figura de mai jos). Detectarea emoțiilor se realizează prin analiza reperelor faciale (sprâncene, nas, ochi etc) și a contracțiilor mușchilor faciali. În funcție de algoritmul utilizat, expresiile faciale pot fi clasificate în emoții de bază (de exemplu, furie, dezgust, frică, bucurie, tristețe și surpriză) sau emoții compuse (de exemplu, fericit trist, fericit surprins, fericit dezgustat, trist fricos, trist furios, surprins neplăcut) (Du, Tao și Martinez 2014). În alte cazuri, expresiile faciale ar putea fi legate de starea fiziologică a persoanei (de exemplu, oboseală sau plictiseală).

Această tehnologie utilizează imagini sau videoclipuri din varii surse precum camere CCTV, rețele sociale, dispozitive (telefoane, tablete, laptopturi etc). Tehnologia de recunoaștere a emoțiilor faciale poate fi combinată cu identificarea biometrică a cărei acuratețe poate fi îmbunătățită dacă este combinată cu tehnologie ce analizează date precum voce, text, date de sănătate etc.

Această tehnologie are diverse aplicații, ca de exemplu:

a) în marketing (analizarea emoțiilor clienților care fac cumpărături în magazine, marketing de tip digital signage);

b) în domeniul medical (detectarea autismului și a altor boli, prevenirea bolilor psihice și a depresiei prin identificarea persoanelor cu risc, observarea mai atentă a pacienților în timpul tratamentelor);

c) în relațiile de muncă (identificarea candidaților neinteresați în timpul unui interviu, analizarea stărilor emoționale și atenției angajaților);

d) în educație (monitorizarea atenției elevilor, detectarea reacțiilor emoționale la un program educațional);

e) în siguranță publică (detectarea minciunilor, control la granițe, detectarea stărilor emoționale ce preced unor atacuri teroriste);

f) în asigurări (prevenirea fraudelor, detectarea persoanelor cu risc).

2. Care sunt implicațiile asupra protecției datelor personale?

Tehnologia de recunoaștere a emoțiilor din expresiile faciale prezintă riscuri pentru viața privată asemenea riscurilor generate de recunoașteriea facială clasică sau de inteligență artificiale. Cu toate acestea, această tehnologie prezintă riscuri suplimentare deoarece este o tehnologie biometrică ce prezintă riscuri eminente legate de acuratețea interpretării emoțiilor.

2.1. Necesitate și proporționalitate

Transformarea expresiilor faciale în date informatice din care se pot deduce emoțiile reprezintă, în mod clar, o intruziune în viața privată a persoanelor, fiind necesară o discuție despre necesitate și proporționalitate.  

Așadar, ar trebui să se analizeze cu atenție dacă implementarea acestei tehnologii este cu adevărat necesară pentru atingerea obiectivelor urmărite sau dacă există o alternativă mai puțin intruzivă pentru viața privată a persoanelor. Proporționalitatea depinde de mulți factori, ar fi tipul de date colectate, tipul de deducții, perioada de păstrare a datelor sau prelucrarea ulterioară potențială.

2.2. Exactitatea datelor

Este posibil ca analiza emoțiilor bazate pe expresii faciale să nu fie exactă, deoarece expresiile faciale pot varia ușor de la o persoană la alta, pot amesteca diferite stări emoționale în același timp (de exemplu, frică și furie, fericire și tristețe) sau pot să nu exprime emoții. Mai mult, unele expresii pot fi ambigue (sarcasm, ironie), iar aspectele tehnice (unghiuri diferite ale camerei, condiții de iluminare sau mascarea mai multor părți ale feței) pot afecta acuratețea unei expresii faciale capturate.

În plus, chiar și în cazul recunoașterii exacte a emoțiilor, utilizarea rezultatelor poate duce la deducții greșite despre o persoană, deoarece tehnologia nu poate identifica și gândul ce a declanșat emoția, care poate fi un gând al unui eveniment recent sau trecut. Deși rezultatele pot fi inexacte, acestea sunt de obicei tratate ca fapte ale realității și sunt introduse în procese tehnologice ce pot afecta viața unei persoane, fără a se efectua verificări ulterioare pentru a descoperi contextul specific.

2.3. Echitate

Acuratețea rezultatelor algoritmului de emoție facială poate juca un rol important în discriminarea pe motive de culoare a pielii sau pe motivul originii etnice. S-a constatat că normele societale și diferențele culturale influențează nivelul de exprimare a unor emoții, în timp ce unii algoritmi s-au dovedit a fi părtinitori față de mai multe grupuri, pe baza culorii pielii. De exemplu, un studiu de testare a algoritmilor de recunoaștere a emoțiilor faciale a arătat că s-au atribuit mai multe emoții negative (furie) la fețele persoanelor de origine africană decât la alte fețe. În plus, ori de câte ori a existat ambiguitate, primul a fost marcat ca fiind mai furios. (Rhue, 2018).

Datele de antrenament ale algoritmului de inteligență artificială trebuie să fie suficient de diverse deoarece, în lipsa diversității, există riscul ca tehnologia să fie părtinitoare cu grupurile minoritare. Discriminarea declanșată de o bază de date defectuoasă sau de erori în detectarea stării emoționale poate avea efecte grave pentru viața unui om, de exemplu refuzul unui loc de muncă sau nepermiterea utilizării unor servicii.

Într-un alt aspect al aceleiași probleme, în cazul afecțiunilor medicale sau al deficiențelor fizice în care apare paralizia temporară sau permanentă a mușchilor faciali, emoțiile persoanelor vizate pot fi înțelese greșit de algoritmi. Acest lucru poate duce la o gamă largă de situații de clasificare greșită, cu impact variind de la primirea de servicii neînvățate până la diagnosticarea greșită a unei tulburări psihologice.

2.4. Transparență și control

Imaginile faciale pot fi capturate oriunde deoarece camerele CCTV sunt omniprezente. Camerele de supraveghere din spațiile publice sau magazine nu sunt singurele camere care captează de la distanță imagini faciale, deoarece propriile dispozitive mobile pot capta expresii în timpul utilizării lor. În aceste situații, apar mai multe probleme. Este transparent față de persoane că expresiile lor faciale sunt utilizate în vederea recunoașterii emoțiilor? Au fost informate persoanele cu privire la riscurile prelucrării datelor biometrice? Cunosc persoanele vizate identitatea operatorului, scopurile prelucrării, destinatarii, durata de stocare a datelor, existența profilării sau a unui proces decizional automatizat? Sunt persoanele în măsură să își dea un consimțământ informat și lipsit de ambiguitate? Se află persoanele vizate în poziția de a-și putea exercita în mod adecvat drepturile prevăzute de RGPD?

2.5. Prelucrarea unor categorii speciale de date

Tehnologia de recunoaștere a emoțiilor din analiza expresiilor faciale poate deduce informații foarte sensibile (date speciale) despre viața unei persoane precum datele privind sănătatea (anumite boli, depresie) sau opiniile politice. De exemplu, la un eveniment politic, pot fi deduse atitudinile politice prin analizarea expresiilor faciale ale persoanelor.

2.6. Profilarea și deciziile automate

Recunoașterea emoțiilor din expresiile faciale poate fi utilizată pentru a crea profiluri ale persoanelor ce ar putea fi utilizate în diverse scopuri. De exemplu, aceste profiluri ar putea fi utilizate în scopuri de marketing sau pentru analiza și clasificarea productivității și a rezilienței la locul de muncă. Un risc principal este acela că persoana ar putea să nu fie conștientă de faptul că este profilată și s-ar putea simți inconfortabil dacă ar avea despre acest lucru. În plus, manipularea se poate realiza mult mai ușor atunci când se cunosc emoțiile și vulnerabilitățile unei persoane. De exemplu, cunoașterea emoțiilor ce dezvăluie vulnerabilități poate conduce către manipularea comportamentului de achiziție al consumatorului.

Nu în ultimul rând, recunoașterea emoțiilor din expresiile faciale poate genera modificări comportamentele în situația unei persoane conștiente de expunerea la această tehnologie. Fenomenul este cunoscut în psihologie drept reactivitate și presupune schimbarea comportamentului unei persoane deoarece știe că este observată, conducând la autocenzură sau la evitarea locurilor unde această tehnologie este utilizată. În mâna unor guverne nedemocratice, această tehnologie ar putea fi periculoasă pentru societate și pentru cetățeni.

Acest articol despre recunoașterea emoțiilor din expresiile faciale și protecția datelor personale este tradus și adaptat de pe site-ul Autorității Europene pentru Protecția Datelor (AEPD). Versiunea în limba engleză poate fi descărcată de aici.

 































AFLĂ MAI MULTE!