Mientras algunos defienden su utilidad para la protección pública, otros consideran que vulnera derechos fundamentales como la privacidad y la libertad individual. La reciente implementación de la aplicación móvil «Reconocimiento facial iniciado por el operador» (OIFR, Operator-Initiated Facial Recognition) por parte de la Policía de Gales del Sur y la Policía de Gwent ha sido el detonante de esta controversia.
OIFR: Cómo funciona y para qué se utiliza
El reconocimiento facial no es un sistema nuevo, pero la aplicación OIFR lleva su empleo a un nivel práctico y accesible para las fuerzas de seguridad. ¿Cómo funciona?
Según la Policía de Gales del Sur, esta tecnología tiene aplicaciones claras y concretas:
Un ejemplo reciente de la eficacia del reconocimiento facial es el caso del asesinato del CEO de UnitedHealthcare, Brian Thompson, ocurrido en Nueva York. Las cámaras de seguridad captaron al sospechoso, Luigi Mangione, bajándose la mascarilla en un momento clave. Esto permitió a las autoridades identificarlo rápidamente mediante reconocimiento facial y proceder a su detención en pocos días.
Las autoridades también aseguran que las imágenes capturadas no se almacenan y que su implementación en lugares privados está limitado a situaciones de alto riesgo. Sin embargo, a pesar de las garantías ofrecidas, la herramienta ha avivado preocupaciones sobre su impacto en los
Polémica y oposición: Organizaciones de derechos civiles alzan la voz
A pesar de las promesas de eficiencia y protección, el uso de la aplicación OIFR ha generado fuertes críticas por parte de organizaciones de derechos civiles como Big Brother Watch y Liberty.
Uno de los argumentos más contundentes es el sesgo algorítmico. Estudios han demostrado que los sistemas de reconocimiento facial cometen más errores con personas racializadas y mujeres, un problema que podría llevar a identificaciones incorrectas y detenciones injustas.
Precedentes legales: La prohibición de 2020
La preocupación por el uso del reconocimiento facial no es nueva. En 2020, el Tribunal de Apelación del Reino Unido prohibió la implantación del reconocimiento facial automático (AFR) por parte de la Policía de Gales del Sur. Esta decisión histórica fue el resultado de una demanda presentada por Liberty y Ed Bridges, un ciudadano que denunció haber sido vigilado injustamente:
Se supone que la policía debe protegernos y hacernos sentir seguros, –pero creo que la tecnología es intimidante e intrusiva.
El tribunal reconoció que, aunque el AFR podía ser útil en casos proporcionales, su uso carecía de un marco legal y ético robusto. Este precedente pone presión sobre las fuerzas policiales para garantizar que herramientas como la OIFR cumplan con los estándares más estrictos en protección de datos y derechos individuales.
Este precedente legal demuestra que cualquier implementación de reconocimiento facial debe contar con un marco robusto que respete los derechos individuales.
El reconocimiento facial nuevos desafíos
La adopción del reconocimiento facial no se limita a la policía. Empresas de todo el mundo están implementando esta tecnología para:
Privacidad: ¿Cómo garantizar que los datos biométricos no se utilicen indebidamente?
A nivel global, el reconocimiento facial ha demostrado su utilidad, pero también ha sido fuente de controversia:
Casos de éxito:
Casos problemáticos:
Hacia un equilibrio entre seguridad y derechos civiles
El reconocimiento facial en el Reino Unido es un ejemplo claro del dilema entre innovación tecnológica y protección de los derechos fundamentales. Si bien ofrece beneficios tangibles en seguridad y justicia, también plantea riesgos importantes, como la vigilancia masiva, el sesgo algorítmico y el uso no autorizado de datos.
Para lograr un equilibrio justo, es fundamental:
En una sociedad donde la seguridad y la privacidad se entrelazan cada vez más, resulta fundamental encontrar un equilibrio. Así, la innovación tecnológica podrá beneficiar a la ciudadanía sin socavar los principios democráticos.
Pilar Ripalda
Soy Pilar, comunicadora audiovisual y fotógrafa con una gran pasión por contar historias. Me encanta viajar, descubrir nuevos lugares y conectar con diferentes culturas, porque creo que las mejores ideas nacen cuando exploras lo desconocido. Mi experiencia se centra en crear contenido que inspire e informe, ya sea desde detrás de una cámara o trabajando en otros proyectos. Siempre busco combinar creatividad, técnica y un enfoque auténtico en todo lo que hago.
El blog de innovación de Telefónica
La competencia entre OpenAI y otras compañías en el ámbito de la inteligencia artificial (IA) es una guerra sin cuartel. El lanzamiento de ChatGPT en noviembre de 2022 supuso un punto inflexión en esta industria, que se ha vuelto mucho más competitiva. Desde ese entonces, Google ha estado tratando de recuperar su liderazgo, pero la firma liderada por Sam Altman no le ha dado respiro.
Los coches y los aviones pueden desplazarse ya de forma autónoma sin necesidad de intervención humana, así que seguramente la automatización también puede llegar a los mares. Nuestro experto Andy Maykol Pinto surca a través de los hechos.
¿Cómo abordar los desafíos en privacidad de la información que plantea el avance de la inteligencia artificial? ¿Qué aplicaciones tienen las llamadas redes neuronales de difusión? ¿Cómo un sistema que ocupa imágenes satelitales puede identificar patrones y alertar de cambios, por ejemplo, en un bosque? Estos son algunos de los temas que abordan los trabajos de académicos y académicas de la UC, que son presentados en una de las conferencias más importantes sobre machine learning en el mundo.
En el futuro, la administración de fármacos terapéuticos exactamente en el lugar del cuerpo donde se necesitan podría ser tarea de robots en miniatura. Un nuevo estudio ha probado estas esferas microscópicas en ratones con tumores de vejiga, y lograron resultados prometedores.
El método “PRoC3S” ayuda a un LLM a crear un plan de acción viable probando cada paso en una simulación. Esta estrategia podría eventualmente ayudar a los robots domésticos a completar tareas más ambiguas.
Un diagnóstico realizado en 384 fincas lecheras de Ubaté mostró que aunque sus operaciones diarias son eficientes –con una producción diaria de 1 millón de litros de leche– carecen de herramientas que les permitan sistematizar la información productiva para evaluar e identificar a los animales que limitan su capacidad, y de paso su rentabilidad, por ejemplo. Este aporte abre la puerta a nuevas estrategias para mejorar la competitividad en la región, crucial para el abastecimiento lácteo del país.