Explorer l'avenir de la biométrie
Récemment, Matthew Houliston, notre directeur des systèmes et des données, a participé à un atelier organisé par le Biometrics Institute sur le thème « Reconnaissance faciale et comment atténuer les risques », présenté par le National Institute of Standards and Technology (NIST).
Cet atelier a joué un rôle clé dans nos recherches en cours sur le secteur de la biométrie et sur la manière dont Serve Legal peut aider les fournisseurs et les déployeurs de technologies à tester l'efficacité des systèmes de reconnaissance faciale, tant en laboratoire que dans des conditions opérationnelles réelles.
Dans ce court article, nous mettons en avant les principaux enseignements tirés de l'atelier, qui soulignent la complexité des technologies biométriques et de leur déploiement.
Principales conclusions
Les indicateurs de performance peuvent être trompeurs : les affirmations selon lesquelles la précision serait supérieure à 99 % peuvent être trompeuses si elles ne sont pas replacées dans leur contexte. Des facteurs critiques tels que la taille de l'échantillon, l'utilisation de données indépendantes et invisibles, et les conditions dans lesquelles les tests sont effectués (par exemple, en situation réelle ou en laboratoire) doivent être clairement compris pour permettre une interprétation précise. Les déployeurs doivent également comprendre les mesures d'erreur telles que le taux de faux positifs (FPR) et le taux de faux négatifs (FNR), qui nécessitent une interprétation minutieuse afin de s'assurer que les implications pratiques et les risques sont bien compris.
Rôle du NIST et tests effectués par des tiers : Bien que le NIST fournisse des données de référence précieuses, il ne s'agit pas d'un organisme d'accréditation. Ses tests sont basés sur des ensembles de données statiques, ce qui souligne la nécessité de recourir à des tests tiers en conditions réelles pour évaluer pleinement ces systèmes. Les déployeurs doivent exiger des tests tiers rigoureux à trois étapes : acceptation, intégration et exploitation. Cela garantit une évaluation approfondie à chaque étape.
Profils de risque et contexte de déploiement : Les technologies fonctionnent différemment selon l'environnement et le cas d'utilisation. Du positionnement des caméras aux conditions d'éclairage, il est essentiel de comprendre les facteurs de déploiement ; il est essentiel que les acheteurs comprennent le seuil de fonctionnement de ces technologies. Prenons l'exemple de l'utilisation de cette technologie par les services de contrôle aux frontières du Royaume-Uni dans des environnements hautement contrôlés, afin de garantir des performances optimales.
L'utilisation de la couleur de peau (échelle de Fitzpatrick ou de Monk) peut être utile pour mesurer les performances d'un système en termes de capacité à gérer la réflectivité de la lumière. Cependant, cette échelle est considérée comme trop linéaire pour pouvoir démontrer avec précision les performances démographiques. Une mesure plus pertinente consiste à examiner comment les phénotypes faciaux semblent affecter les performances du modèle.
Comportement des utilisateurs et supervision humaine : Les performances peuvent être affectées par le comportement des utilisateurs, par exemple leur ton de voix ou leurs expressions faciales en cas d'occlusion. Bien que l'automatisation soit séduisante, la supervision humaine reste cruciale, car il faut du personnel qualifié pour valider ou passer outre les systèmes lorsque cela est nécessaire.
Confidentialité et conservation des données : Il est essentiel d'examiner les politiques de conservation des données des fournisseurs de technologies. Il est important de se poser les questions suivantes : est-il possible que leurs données fassent l'objet d'une ingénierie inverse, ce qui permettrait de reconstituer une image à partir des données brutes ? Sont-ils en mesure de traiter efficacement les demandes de suppression de données ? Comment séparent-ils/cryptent-ils leurs données ? Il est indispensable de répondre à ces questions pour garantir la confidentialité.
Merci au Biometrics Institute et au NIST pour ces informations.
Chez Serve Legal, nous nous engageons à aider les entreprises à tester leurs systèmes de reconnaissance faciale afin de garantir leur précision, leur équité et leur sécurité. Si vous souhaitez en savoir plus sur la manière dont Serve Legal peut aider votre entreprise à tester et à valider les technologies biométriques, n'hésitez pas à nous contacter.
.png)
.png)
