Reconocimiento facial

El reconocimiento facial es una tecnología biométrica que utiliza una cara o la imagen de una cara para identificar o verificar la identidad de un individuo en fotos, vídeo o en tiempo real. La utilizan habitualmente las fuerzas de seguridad y las empresas privadas. Los sistemas de reconocimiento facial dependen de bases de datos de imágenes de individuos para entrenar sus algoritmos subyacentes. El reconocimiento facial puede aplicarse retroactivamente a grabaciones de vídeo y fotografías, puede utilizarse en coordinación con otras tecnologías de vigilancia y bases de datos a la hora de crear perfiles de individuos, incluidos aquellos que quizá nunca hayan estado implicados en un delito. Puede facilitar el seguimiento de personas a través de secuencias de vídeo e integrarse en sistemas de cámaras y otras tecnologías, como hemos visto en acontecimientos deportivos en Estados Unidos.

El reconocimiento facial puede ser propenso a fallos en su diseño y en su uso, lo que puede implicar a personas en delitos que no han cometido y convertirlas en blanco de represalias injustificadas o peligrosas. Los programas de reconocimiento facial son especialmente malos a la hora de reconocer a afroamericanos y otras minorías étnicas, mujeres, jóvenes y personas transgénero y no binarias. Las personas de estos grupos demográficos corren un riesgo especial de ser identificadas erróneamente por esta tecnología y se ven afectadas de forma dispar por su uso. El reconocimiento facial contribuye a la vigilancia masiva de individuos, vecindarios y poblaciones que históricamente han sido objeto de prácticas policiales injustas, y se ha utilizado para perseguir a las personas que ejercen el derecho a expresarse libremente y alienar a los enemigos percibidos.

Cientos de cuerpos de seguridad y un número cada vez mayor de entidades privadas utilizan el reconocimiento facial en todo Estados Unidos. Su uso en otros países también va en aumento.

Cómo funciona el reconocimiento facial

A flow charting showing the face recognition process — Fuente: Oficina de Contabilidad del Gobierno

El reconocimiento facial suele dividirse en dos categorías: verificación e identificación facial.

Los sistemas de reconocimiento facial utilizan algoritmos informáticos para detectar detalles específicos y distintivos del rostro de una persona y juzgar su similitud con otros rostros. Los detalles, como la distancia entre los ojos o la forma de la barbilla, se convierten en una representación matemática y se comparan con los datos de otros rostros recogidos en una base de datos de reconocimiento facial. Los datos sobre un rostro concreto suelen denominarse plantilla facial y se diferencian de una fotografía porque están diseñados para incluir sólo ciertos detalles que pueden utilizarse para distinguir un rostro de otro. El término "reconocimiento facial" también suele utilizarse para describir la "detección facial" (identificar si una imagen contiene un rostro) y el "análisis facial" (la evaluación de ciertos rasgos, como el color de la piel y la edad, a partir de la imagen de un rostro).

La verificación facial suele comparar la imagen de un individuo conocido con una imagen de, idealmente, ese individuo, para confirmar que ambas imágenes representan a la misma persona. La identificación facial suele consistir en comparar una imagen de muestra de un individuo desconocido con una colección de rostros conocidos e intentar encontrar una coincidencia. Algunos sistemas de reconocimiento facial, en lugar de identificar positivamente a una persona desconocida, están diseñados para calcular una puntuación de coincidencia de probabilidad entre la persona desconocida y plantillas faciales específicas almacenadas en la base de datos. Estos sistemas ofrecerán varias coincidencias potenciales, clasificadas por orden de probabilidad de identificación correcta, en lugar de devolver un único resultado.

Los sistemas de reconocimiento facial varían en su capacidad para identificar a las personas en condiciones difíciles, como una iluminación deficiente, una resolución de imagen de baja calidad y un ángulo de visión subóptimo (como en una fotografía tomada desde arriba mirando hacia abajo a una persona desconocida).

Cuando se trata de errores, hay que entender dos conceptos clave:

Un "falso negativo" se produce cuando el sistema de reconocimiento facial no consigue emparejar el rostro de una persona con una imagen que, de hecho, está contenida en una base de datos. En otras palabras, el sistema devolverá erróneamente cero resultados en respuesta a una consulta.
Un "falso positivo" se produce cuando el sistema de reconocimiento facial hace coincidir el rostro de una persona con una imagen de una base de datos, pero esa coincidencia es en realidad incorrecta. Esto ocurre cuando un agente de policía envía una imagen de "Joe", pero el sistema le dice erróneamente que la foto es de "Jack".

A la hora de investigar un sistema de reconocimiento facial, es importante fijarse bien en la tasa de "falsos positivos" y la de "falsos negativos", ya que casi siempre hay una compensación. Por ejemplo, si utiliza el reconocimiento facial para desbloquear su teléfono, es mejor que el sistema no le identifique unas cuantas veces (falso negativo) a que identifique erróneamente a otras personas como usted y les permita desbloquear su teléfono (falso positivo). Si el resultado de una identificación errónea es que una persona inocente vaya a la cárcel (como en el caso de una identificación errónea en una base de datos de fotos policiales), entonces el sistema debe diseñarse para tener el menor número posible de falsos positivos.

Cómo utilizan las fuerzas de seguridad el reconocimiento facial

An analyst runs a facial image comparison on a computer — Fuente: Departamento de Transportes de ArizonaSource: ADOT

Muchos organismos policiales locales, estatales y federales utilizan el reconocimiento facial en sus patrullas y actuaciones policiales rutinarias. Numerosas bases de datos facilitan el uso del reconocimiento facial a nivel local, estatal y federal. Las fuerzas del orden pueden tener acceso a sistemas de reconocimiento facial a través de plataformas privadas o de sistemas diseñados internamente o por otros organismos gubernamentales. Las fuerzas del orden pueden consultar estas vastas bases de datos para identificar a personas en fotos tomadas de redes sociales, circuitos cerrados de televisión (CCTV), cámaras de tráfico o incluso fotografías que ellas mismas han tomado sobre el terreno. Los rostros también pueden compararse en tiempo real con "listas calientes" de personas sospechosas de actividades ilegales. Los organismos policiales federales, como el Departamento de Seguridad Nacional (DHS) y el Departamento de Estado, contribuyen a la investigación y el desarrollo, y muchos otros organismos han manifestado su intención de ampliar el uso del reconocimiento facial.

Los organismos policiales pueden utilizar el reconocimiento facial para tratar de identificar a sospechosos de diversos delitos. Aunque la policía suele afirmar que el reconocimiento facial les ayudará a localizar a personas que han cometido delitos violentos, se han dado múltiples casos en los que la tecnología se ha utilizado en investigaciones de delitos de mucho menor nivel.

Tras el asesinato de George Floyd en 2020 y las protestas y disturbios civiles resultantes, las agencias federales utilizaron el reconocimiento facial para identificar a individuos. Tres agencias también han admitido haber utilizado la tecnología para identificar a personas presentes en el atentado del 6 de enero de 2021 contra el Capitolio de Estados Unidos.

El uso del reconocimiento facial por parte de las fuerzas de seguridad federales está muy extendido. Las agencias utilizan el reconocimiento facial para generar pistas de investigación, acceder a dispositivos y obtener autorización para entrar en determinados lugares físicos. Al menos 20 de las 42 agencias federales con competencias policiales tienen su propio sistema de reconocimiento facial o utilizan el de otra agencia gubernamental, según un informe de julio de 2021 de la Government Accountability Office (GAO). Los organismos informaron de que accedían a una o varias de las 27 bases de datos federales de reconocimiento facial diferentes.

Los organismos policiales federales acceden a los sistemas de reconocimiento facial de 29 estados y los utilizan; no se conoce con exactitud el alcance de este uso, ya que al menos 10 de los organismos federales que acceden a estos sistemas no realizan un seguimiento del uso de la tecnología de reconocimiento facial no federal, a pesar de las recomendaciones de la GAO de que lo hagan.

Las fuerzas de seguridad utilizan cada vez más el reconocimiento facial para verificar la identidad de las personas que cruzan la frontera o vuelan por los aeropuertos estadounidenses. La Administración de Seguridad en el Transporte (TSA) está integrando el reconocimiento facial en muchos aeropuertos del país. A principios de 2023, la TSA había introducido la tecnología en 16 de los principales aeropuertos, y la Oficina de Aduanas y Protección de Fronteras (CBP) había implantado la tecnología de reconocimiento facial en 32 aeropuertos para los pasajeros que entran y salen de Estados Unidos.

Algunos sistemas de reconocimiento facial se basan en las fichas policiales de las personas. La policía recoge las fotos de los detenidos y las compara con las bases de datos de reconocimiento facial locales, estatales y federales. Una vez que se ha tomado la foto de un detenido, la ficha permanecerá en una o varias bases de datos para ser escaneada cada vez que la policía realice otra búsqueda de delincuentes.

La base de datos Next Generation Identification del FBI contiene más de 30 millones de registros de reconocimiento facial. El FBI permite a las agencias estatales y locales acceder a esta base de datos en modo "lights out", lo que significa que ningún humano a nivel federal comprueba las búsquedas individuales. A su vez, los estados permiten al FBI acceder a sus propias bases de datos de reconocimiento facial de delincuentes.

El FBI también cuenta con un equipo de empleados dedicado exclusivamente a las búsquedas de reconocimiento facial denominado Servicios de Análisis, Comparación y Evaluación Faciales ("FACE"). FACE puede acceder a más de 400 millones de fotos no criminales de los Departamentos estatales de Vehículos Motorizados (DMV) y del Departamento de Estado; al menos 16 estados de Estados Unidos permiten a FACE acceder a fotos de licencias de conducir y documentos de identidad. En 2019, el FBI había realizado casi 400 mil búsquedas a través de los servicios FACE.

Las estimaciones indican que más de una cuarta parte, como mínimo, de todos los organismos policiales estatales y locales de Estados Unidos pueden realizar búsquedas de reconocimiento facial en sus propias bases de datos o en las de otro organismo. En septiembre de 2023, el Atlas de Vigilancia de la EFF, la mayor base de datos de usos conocidos de la tecnología de vigilancia por parte de las fuerzas del orden, había catalogado casi 900 agencias municipales, de condado y estatales que utilizan el reconocimiento facial.

A law enforcement office usees a handheld device to scan a person's face — Source: Automated Regional Justice Information Center/SANDAG

A law enforcement officer in San Diego uses a handheld device to scan a face.

El reconocimiento facial no requiere centros de control elaborados ni ordenadores sofisticados. El reconocimiento facial móvil permite a los agentes utilizar teléfonos inteligentes, tabletas u otros dispositivos portátiles para tomar una foto de un conductor o peatón sobre el terreno y compararla inmediatamente con una o varias bases de datos de reconocimiento facial para intentar una identificación.

Según una investigación de la Universidad de Georgetown, más de la mitad de los adultos de Estados Unidos figuran en al menos una base de datos de reconocimiento facial. Esto se debe, al menos en parte, a la integración generalizada de las fotografías y las bases de datos del DMV. Al menos 43 estados han utilizado software de reconocimiento facial en sus bases de datos del DMV para detectar fraudes, y al menos 26 de ellos permiten a las fuerzas de seguridad buscar o solicitar búsquedas en las bases de datos de permisos de conducir, según un informe de 2013 del Washington Post; es probable que este número haya aumentado desde entonces.

La policía local también tiene acceso a plataformas de reconocimiento facial de creación privada, además de a sistemas federales. Éstas pueden desarrollarse internamente, pero cada vez es más frecuente que el acceso se adquiera mediante suscripciones a plataformas privadas, y muchos departamentos de policía destinan una parte de sus presupuestos al acceso a plataformas de reconocimiento facial.

La Oficina del Sheriff del Condado de Pinellas, en Florida, por ejemplo, mantiene una de las mayores bases de datos locales de análisis facial. En junio de 2022, su base de datos contenía más de 38 millones de imágenes y era accesible para 263 organismos diferentes.

El reconocimiento facial también puede utilizarse en espacios privados como tiendas y estadios deportivos, pero pueden aplicarse normas diferentes al reconocimiento facial en el sector privado.

Quién vende el reconocimiento facial

Las fuerzas de seguridad intentaron en su día crear y compartir sus propios sistemas de reconocimiento facial. Ahora hay muchas empresas que venden productos de reconocimiento facial para identificar y analizar los rostros de las personas a un coste mucho menor que el desarrollo interno.

Clearview AI es una de las plataformas más utilizadas por las fuerzas de seguridad. Su base de datos de más de 30 millones de fotos, basada en imágenes extraídas de diversos sitios públicos y en línea, es una de las más extensas que se conocen.

MorphoTrust, filial de Idemia (antes conocida como OT-Morpho o Safran), es otro de los grandes vendedores de reconocimiento facial y otras tecnologías de identificación biométrica en Estados Unidos. Ha diseñado sistemas para DMV estatales, agencias policiales federales y estatales, control de fronteras y aeropuertos (incluido TSA PreCheck), y el departamento de Estado.

Otros proveedores habituales son 3M, Cognitec, DataWorks Plus, Dynamic Imaging Systems, FaceFirst y NEC Global.

Amenazas que plantea el reconocimiento facial

El reconocimiento facial plantea amenazas a la privacidad individual y a las libertades civiles, y puede utilizarse en coordinación con otras tecnologías de forma que suponga una amenaza adicional para los derechos individuales y las protecciones legales.

Los datos de reconocimiento facial son fáciles de recopilar para las fuerzas de seguridad y difíciles de evitar para los ciudadanos. Las caras están en público todo el tiempo, pero a diferencia de las contraseñas, la gente no puede cambiar fácilmente de rostro.

Los cuerpos de seguridad comparten cada vez más información con otros organismos y entre jurisdicciones. Las cámaras son cada vez más potentes y omnipresentes. Cada vez se almacenan y comparten más fotografías y vídeos para futuros análisis. Es muy habitual que las imágenes captadas por un organismo concreto o con un fin específico se utilicen en un sistema de reconocimiento facial.

Los datos de reconocimiento facial siguen siendo propensos a errores, incluso a medida que mejora el reconocimiento facial, y uno de los mayores riesgos del uso del reconocimiento facial es el riesgo de identificación errónea. Al menos seis personas han sido identificadas erróneamente por reconocimiento facial y detenidas por delitos que no habían cometido: Robert Williams, Michael Oliver, Nijeer Parks, Randal Reid, Alonzo Sawyer y Porcha Woodruff. Ser identificado erróneamente por reconocimiento facial puede acarrear penas de cárcel injustificadas, antecedentes penales, gastos, traumas y daños a la reputación.

El FBI admitió en su evaluación del impacto sobre la privacidad que su sistema "puede no ser suficientemente fiable para localizar con precisión otras fotos de la misma identidad, lo que da lugar a un mayor porcentaje de identificaciones erróneas". Aunque el FBI afirma que su sistema puede encontrar al verdadero candidato entre los 50 perfiles más buscados el 85% de las veces, eso sólo es así cuando el verdadero candidato existe en la galería. Si el candidato no está en la galería, es muy posible que el sistema siga produciendo una o más coincidencias potenciales, creando resultados falsos positivos. Estas personas -que no son el candidato- podrían entonces convertirse en sospechosas de delitos que no han cometido. Un sistema inexacto como éste desplaza la carga tradicional de la prueba del gobierno y obliga a las personas a intentar demostrar su inocencia. El reconocimiento facial empeora a medida que aumenta el número de personas en la base de datos. Esto se debe a que muchas personas en el mundo se parecen. A medida que aumenta la probabilidad de que haya rostros similares, disminuye la precisión de las coincidencias.

Los sistemas de reconocimiento facial son especialmente ineficientes a la hora de identificar a personas afrodescendientes , morenas, asiáticas y no conformes con el género. Los programas de reconocimiento facial también identifican erróneamente a otras minorías étnicas, jóvenes y mujeres en mayor proporción. Las bases de datos de delincuentes incluyen un número desproporcionado de afroamericanos, latinos e inmigrantes, debido en parte a las prácticas policiales con sesgo racial; el uso de la tecnología de reconocimiento facial tiene un impacto dispar en las personas de color. Incluso si una empresa u otro proveedor de un algoritmo de reconocimiento facial actualiza su sistema para que sea más preciso, esto no siempre significa que los organismos encargados de hacer cumplir la ley que utilizan ese sistema concreto dejen de utilizar el sistema original defectuoso.

La privacidad individual y la autonomía de todas las personas se ven amenazadas por el alcance del seguimiento y la identificación constantes. Los datos de reconocimiento facial se obtienen a menudo a partir de fotos de acceso público, redes sociales e imágenes de fichas policiales, que se toman en el momento de la detención, antes de que un juez tenga la oportunidad de determinar la culpabilidad o la inocencia. A menudo, las fotos de las fichas policiales nunca se eliminan de la base de datos, aunque nunca se hayan presentado cargos contra la persona detenida.

El reconocimiento facial puede utilizarse para identificar a personas que participan en expresiones protegidas. Por ejemplo, durante las protestas en torno a la muerte de Freddie Gray, el Departamento de Policía de Baltimore cotejó fotos de las redes sociales por el reconocimiento facial para identificar a los manifestantes y detenerlos. De los 52 organismos analizados en un informe del Centro de Privacidad y Tecnología de Georgetown, sólo uno, la Oficina de Investigación Criminal de Ohio, tiene una política de reconocimiento facial que prohíbe expresamente el uso de la tecnología para rastrear a personas que participan en actividades protegidas por la libertad de expresión.

El reconocimiento facial también puede ser objeto de abuso por parte de agentes individuales o utilizarse por motivos ajenos a las investigaciones o a su trabajo. Pocos sistemas de reconocimiento facial son auditados para detectar usos indebidos. Menos del 10 por ciento de los organismos que admitieron el uso del reconocimiento facial en la encuesta de Georgetown tenían una política de uso a disposición del público. Sólo dos organismos, el Departamento de Policía de San Francisco y el servicio de emergencias South Sound 911 de la región de Seattle, restringen la compra de tecnología a aquellos que cumplen determinados umbrales de precisión. Sólo un organismo -la Policía del Estado de Michigan- facilita documentación sobre su proceso de auditoría.

Existen pocas medidas para proteger a los ciudadanos estadounidenses del uso indebido de la tecnología de reconocimiento facial. En general, las agencias no exigen órdenes judiciales. Muchos ni siquiera exigen que las fuerzas del orden sospechen que alguien ha cometido un delito antes de utilizar el reconocimiento facial para identificarlo. Aunque la Ley de Privacidad de la Información Biométrica de Illinois exige la notificación y el consentimiento antes del uso privado de la tecnología de reconocimiento facial, esto sólo se aplica a las empresas y no a los organismos encargados de hacer cumplir la ley.

Algunos argumentan que la identificación humana de apoyo (una persona que verifica la identificación del ordenador) puede contrarrestar los falsos positivos. Sin embargo, las investigaciones demuestran que, si las personas carecen de formación especializada, la mitad de las veces se equivocan al decidir si la foto de un candidato coincide o no. Por desgracia, pocos sistemas cuentan con personal especializado que revise y acote las posibles coincidencias.

Algunas ciudades han prohibido el uso del reconocimiento facial. Sin embargo, estas prohibiciones y restricciones se ven constantemente socavadas y ajustadas a instancias de las fuerzas del orden. Virginia, por ejemplo, promulgó una prohibición total del uso del reconocimiento facial por parte de la policía en 2021, solo para revertir esas restricciones al año siguiente. En California, se aprobó una moratoria de tres años sobre el reconocimiento facial en 2019, pero las restricciones que implementó no se han restablecido desde que la prohibición temporal expiró a principios de 2023. Nueva Orleans sustituyó su prohibición de 2020 por un acceso regulado para el departamento de policía local.

A medida que las bases de datos de reconocimiento facial extienden su alcance y las fuerzas del orden presionan para utilizarlas, persisten las amenazas que plantea esta tecnología.

El trabajo de la EFF en el reconocimiento facial

La EFF apoya la imposición de restricciones significativas al uso del reconocimiento facial tanto por parte del gobierno como de las empresas privadas, incluida la prohibición total del uso de esta tecnología. Creemos que el reconocimiento facial en todas sus formas, incluido el escaneo facial y el seguimiento en tiempo real, suponen una amenaza para las libertades civiles y la privacidad individual.

Hemos pedido al gobierno federal que prohíba el uso del reconocimiento facial por parte de los organismos federales. Hemos testificado sobre la tecnología de reconocimiento facial ante el Subcomité de Privacidad, Tecnología y Legislación del Senado, así como en la audiencia del Comité de Supervisión y Reforma Gubernamental de la Cámara de Representantes sobre el uso de la tecnología de reconocimiento facial por parte de las fuerzas de seguridad. También participamos en el proceso multilateral de reconocimiento facial de la NTIA, pero abandonamos, junto con otras ONG, cuando las empresas no pudieron comprometerse a imponer restricciones significativas al uso del reconocimiento facial. La EFF ha apoyado las prohibiciones locales y estatales del reconocimiento facial y se opone a los esfuerzos por ampliar su uso. En Nueva Jersey, la EFF, junto con el Electronic Privacy Information Center (EPIC) y la National Association of Criminal Defense Lawyers (NACDL), presentó un informe amicus curiae en apoyo de los derechos de un acusado a conocer los algoritmos de reconocimiento facial utilizados en su caso, y el tribunal estuvo de acuerdo, lo que supuso una victoria para la protección de las garantías procesales.

La EFF ha presentado sistemáticamente solicitudes de registros públicos para obtener información previamente secreta sobre los sistemas de reconocimiento facial. Nos hemos opuesto cuando las ciudades no han atendido debidamente nuestras solicitudes, e incluso hemos demandado al FBI para obtener acceso a sus registros de reconocimiento facial. En 2015, la EFF y MuckRock lanzaron una campaña de crowdsourcing para solicitar información sobre diversas tecnologías biométricas móviles adquiridas por las fuerzas de seguridad de todo el país. Presentamos un informe amicus curiae, junto con la ACLU de Minnesota, exigiendo la divulgación de correos electrónicos relativos al programa de reconocimiento facial de la Oficina del Sheriff del Condado de Hennepin, solicitados por un participante local en el proyecto.

La EFF ha hecho sonar repetidamente la alarma sobre el reconocimiento facial y ha trabajado para educar al público sobre los perjuicios del reconocimiento facial, incluso a través de iniciativas como nuestro proyecto "Quién tiene tu cara", que ayuda a las personas a conocer las bases de datos en las que probablemente existe su imagen. La EFF ha apoyado las prohibiciones locales del reconocimiento facial y proporciona recursos a los activistas que luchan contra la vigilancia facial.