La pandemia del coronavirus llegó a nuestras vidas y cambió muchos aspectos de estas. Su llegada acabó con la normalidad que dábamos por sentado. Asimismo, reestructuró nuestras formas de educarnos, trabajar y hasta comunicarnos. Ahora, se plantea que muchos de estos cambios se harán permanentes en el largo plazo, mientras la humanidad lucha por dejar atrás el COVID-19.

Pero, no solo nosotros hemos recibido un gran golpe en nuestras costumbres debido al coronavirus. De hecho, a su modo, la tecnología también se ha visto impactada de modos inesperados.

Una reciente investigación del Instituto Nacional de Estándares y Tecnología (NIST, por sus siglas en inglés) ha revelado que los algoritmos de reconocimiento facial podrían no estar listos para el desafío que se les avecina –por lo menos no lo están los que fueron desarrollados antes del inicio de la pandemia.

Mascarillas vs sistemas de reconocimiento facial

La investigación llevada a cabo por Mei Ngan, Patrick Grother y Kayee Hanaoka buscó comprender cómo los sistemas de reconocimiento facial (prepandemia) podrían funcionar al ser enfrentados con el desafío de identificar rostros siempre cubiertos a medias.

“Con la llegada de la pandemia, necesitamos entender cómo la tecnología de reconocimiento facial lidia con caras enmascaradas”, declaró Ngan.

Los investigadores comentaron en su informe interagencial NIST ( NISTIR 8311 ), por lo general, los algoritmos toman en cuenta características primarias como los ojos, la nariz y la boca para desarrollar sus puntos de comparación e identificación. Por ende, una realidad en donde dos de estos tres marcadores siempre se encuentran cubiertos podría ser altamente desafiante para los algoritmos actuales.

Porcentaje de error del 50%

Crédito: NIST/B. Hayes.

La investigación reveló que los diversos colores de las mascarillas pueden influir en la precisión de los algoritmos. Por ejemplo, las mascarillas faciales azules probaron ser un desafío mayor que las blancas. No obstante, de entre todas, las mascarillas negras fueron las que causaron más confusión en el algoritmo y, por ende, más errores.

Luego de esto, se vio que, en promedio, el porcentaje de error que se podía tener al tratar de usar reconocimiento facial en alguien utilizando una mascarilla llegaba al 50%. Un número que claramente supera los límites de lo que podría considerarse un “error esperado” o una “desviación ligera”. Con las mascarillas, habría una posibilidad de 1:1 de que el algoritmo cometiera un error.

Además de esto, también observaron que la posibilidad podía aumentar o disminuir dependiendo de qué tan cubierta estuviera la nariz de los individuos. Un detalle que tiene sentido ya que, mientras más expuesta esté, más cuenta el algoritmo con al menos dos marcadores referenciales notorios (ojos y nariz) en lugar de solo con uno (ojos).

Un nivel más de dificultad

Por su parte, los estudios se realizaron mayormente en sistemas de reconocimiento facial uno-a-uno. Lo que implica que el logaritmo contaba con las mejores condiciones para funcionar e identificar los marcadores del rostro de la persona. Sin embargo, como ya sabemos, su porcentaje de error fue del 50%.

Ahora, no se realizaron análisis de las implicaciones de las máscaras en sistemas de reconocimiento facial grupales (como los que se utilizan en grandes espacios abiertos). En estos casos, el control de elementos externos como la iluminación y angulación de los rostros no se tiene. Por lo que, el proceso se hace mucho más complicado. Debido a esto, se puede asumir que, aunque estos otros sistemas no fueron evaluados, también se verán gravemente perjudicados durante la pandemia.

La investigación no termina

“Hemos comenzado enfocándonos en cómo un algoritmo desarrollado antes de la pandemia podría ser afectado por sujetos utilizando mascarillas. Más tarde este verano, planeamos probar la efectividad de los algoritmos que fueron desarrollados intencionalmente con rostros enmascarados en mente”, finalizó Ngan.

Acá vemos que la línea de las próximas investigaciones deberá adaptarse a las nuevas líneas de desarrollo de la sociedad en medio de la contingencia por el COVID-19. Por esto, el siguiente paso de la serie planificada del programa de Prueba de Reconocimiento de Reconocimiento Facial (FRVT, según sus siglas en inglés) del NIST se enfocará en el estudio de los algoritmos desarrollados para lidiar con las mascarillas y qué tan eficientes son estos.

Por ahora, sabemos que los sistemas de reconocimiento facial actuales no se encuentran listos para el desafío. Claramente, dejar de usar mascarillas no se trata de una opción ni a corto ni a largo plazo. Por lo que, las tecnologías se encuentran ahora en otro punto de quiebre en el que deberán evolucionar velozmente para adaptarse a una nueva realidad.