• Menteri Dalam Negeri Seehofer ingin memperkenalkan teknologi pengenalan wajah di 135 stasiun kereta api dan 14 bandara.
• Para ahli menilai sistem ini dengan sangat berbeda.
• Business Insider berbicara dengan dua pakar. Beberapa orang khawatir akan hilangnya kebebasan pribadi secara serius, sementara yang lain melihatnya sebagai kontribusi penting terhadap pencegahan kejahatan.
• Lebih banyak artikel di Business Insider.

Menteri Dalam Negeri Federal, Horst Seehofer, ingin menggunakan teknologi pengenalan wajah di 135 stasiun kereta api dan 14 bandara komersial di Jerman, melaporkan “Spiegel”. Demikian isi rancangan internal Kementerian Dalam Negeri.

Pelanggaran serius terhadap hak pribadi?

Ada yang mengatakan bahwa inisiatif mantan ketua CSU ini akan secara signifikan mengubah hubungan antara keamanan, kebebasan, dan privasi di Jerman. Ada juga yang berpendapat bahwa hal ini tidak akan banyak berubah, malah akan ada peningkatan keamanan.

Jadi, peluang apa yang ada dalam teknologi pengenalan wajah? Risiko apa saja yang ada di dalamnya? Apakah mungkin ada “efek samping”?

Business Insider berbicara dengan dua pakar yang analisis dan pendapatnya mengenai pertanyaan-pertanyaan ini sangat berbeda.

Penggunaannya

“Pengenalan wajah dapat berfungsi sebagai sistem peringatan yang mengidentifikasi ancaman,” kata Kilian Vieth dari New Responsibility Foundation. Di sana ia mengoordinasikan topik hak asasi digital, pengawasan, dan demokrasi. Hal ini juga bisa menjadi alat yang sangat efektif untuk penegakan hukum, kata pakar tersebut. Jika ancaman atau buronan penjahat teridentifikasi oleh kamera di stasiun kereta api dan bandara, polisi akan lebih mudah mencarinya. Namun dia skeptis bahwa ada manfaat lain dari teknologi ini.

Markus Müller dari Institut Fraunhofer untuk Optronics, Teknologi Sistem dan Analisis Gambar melihatnya dengan cara yang berbeda. Dia sendiri melakukan penelitian pada sistem video dan juga bekerja sama dengan polisi federal dalam penelitian. Sistem video cerdas yang melampaui pengenalan wajah sebenarnya dapat mengakhiri kejahatan jangka panjang dengan lebih cepat atau bahkan mencegahnya sepenuhnya, kata Müller.

Jika pengawasan video cerdas dipasang tidak hanya di stasiun kereta api, namun di banyak tempat rentan, seperti sinagoga, sistem tersebut dapat dengan cepat mengidentifikasi potensi kejahatan dan mengirimkan peringatan kepada otoritas keamanan. Di wilayah dalam kota, polisi secara teoritis mampu tiba di lokasi kejadian dalam waktu dua menit. Dengan cara ini, perkelahian jangka panjang akan dihentikan atau dilakukan, kejahatan serius bahkan dapat digagalkan, kata Müller.

Sistem video cerdas berbeda dari pengenalan wajah karena sistem ini mengenali postur dan pola gerakan. Jadi Anda bisa mengetahui apakah seseorang membawa senjata. Senjata api itu sendiri tidak menentukan untuk dideteksi karena bisa juga disalahartikan sebagai sapu atau botol minum. Faktor penentunya adalah sikap dan pergerakan potensi ancaman. Ketika Anda menggunakan senjata api atau akan menggunakannya, itu disertai dengan sikap yang jelas.

Vieth dengan keras menentang hal ini. “Janji pencegahan terkait pengenalan wajah sama sekali tidak ada. Ini sama sekali tidak cocok untuk mencegah atau menghalangi kejahatan yang akan terjadi atau akan segera terjadi. Itu harus dinyatakan dengan jelas.” Vieth berpendapat kejahatan seperti yang terjadi di Frankfurt, ketika pelaku mendorong seorang ibu dan anaknya di depan kereta yang mendekat, tidak bisa dicegah dengan kamera. Polisi tidak bisa bereaksi secepat itu.

Tingkat kesalahan yang tinggi dan struktur yang diskriminatif

Masalah yang timbul karena kurangnya data pribadi juga menjadi penyebab hal ini. Hal ini terutama terlihat pada proyek percontohan di stasiun kereta api Südkreuz di Berlin. Di sana, untuk pertama kalinya di Jerman, Polisi Federal menguji efektivitas dan efisiensi teknologi dalam jangka waktu yang lebih lama dan komprehensif. Tiga sistem pengenalan wajah yang berbeda digunakan. Tingkat keberhasilan rata-rata adalah 80 persen.

“Kelihatannya angka ini tinggi, tapi ini juga berarti satu dari lima orang tidak teridentifikasi dengan benar. “Selain itu, tingkat keberhasilan dari berbagai sistem yang diuji sangat bervariasi,” kata Vieth. Wajah wanita dan orang berkulit gelap seringkali lebih sulit dikenali dibandingkan pria berkulit putih.

Terdapat tingkat kesalahan yang relatif tinggi dalam pengujian dan hasilnya saling mengimbangi secara halus selama evaluasi, kata Vieth. Hal ini membuat tidak jelas di mana letak manfaat praktis dari teknologi ini.

Sistem mengalami defisit

Müller tidak dapat membantah temuan ini. “Memang benar, sistem ini memiliki bias, defisit. Algoritma dari UE dan AS lebih mengenali orang kulit putih. Namun: jika algoritme berasal dari Asia, orang Asia akan lebih dikenali,” kata Müller awalnya berkonsentrasi pada siapa yang sebagian besar tinggal di sana, berdasarkan persentase.”

Namun bukan hanya warna kulit saja yang dikenali secara berbeda. Teknologi ini mengakui perempuan jauh lebih buruk dibandingkan laki-laki. Ada dua alasan untuk hal ini: Di ​​satu sisi, perempuan cenderung lebih skeptis terhadap teknologi dibandingkan laki-laki, seperti yang ditunjukkan oleh banyak penelitian, kata Müller. Perempuan lebih kecil kemungkinannya untuk menjadi sukarelawan dalam pengumpulan data dibandingkan laki-laki. Oleh karena itu, terdapat lebih banyak data mengenai laki-laki.

Faktor riasan, faktor rambut panjang

Ada juga faktor riasan dan rambut panjang. Yang terakhir menutupi sebagian wajah, riasan mengubahnya. Yang terpenting, “geometri wajah yang terlihat secara visual-optik”, yang penting bagi kamera, akan berbeda. Hasilnya: tingkat keberhasilan yang lebih buruk.

Kaum muda yang berusia di bawah 30 tahun juga lebih kecil kemungkinannya untuk dikenali dibandingkan rekan-rekan mereka yang lebih tua. Kulitnya terlalu halus dan ciri-cirinya kurang menonjol, kata Müller.

Tapi mengapa bisa menjadi diskriminatif jika seseorang tidak diakui dengan baik oleh sistem? Penugasan yang salah dapat terjadi dalam kondisi tertentu. Artinya, misalnya, seseorang dituduh sebagai ancaman karena sistem melihatnya sebagai orang lain. Kemungkinannya jauh lebih tinggi pada kelompok ini dibandingkan pada laki-laki kulit putih.

Namun, Müller yakin bahwa kekurangan ini akan terkompensasi setelah teknologi tersebut diperkenalkan pada skala yang lebih besar, karena teknologi tersebut akan dilengkapi dengan lebih banyak data dan dapat terus menutup kesenjangan yang ada.

Rasio biaya-manfaat

Para ahli seperti Vieth percaya bahwa memperkenalkan pengenalan wajah berarti melepaskan kebebasan pribadi yang penting.

“Kami akan menyerahkan banyak hal: perlindungan data kami, anonimitas kami, dan perlindungan terhadap potensi diskriminasi. Karena kelompok minoritas, yang sudah terkena diskriminasi di masyarakat kita, juga akan terkena prasangka terhadap teknologi,” kata pakar tersebut. “Nilai tambah teknologinya rendah, trade-offnya tidak sepadan.”

Yang terpenting, Vieth prihatin bahwa kota seperti San Francisco, pusat komunitas teknologi global, memberikan suara menentang pengenalan wajah di tingkat kota pada tahun lalu. “Karena mereka bilang ini adalah langkah penentu yang terlalu jauh. Dan hal ini juga terjadi di AS, yang cenderung memiliki tingkat perlindungan data yang lebih rendah dibandingkan di Eropa,” kata Vieth.

Müller melihatnya secara berbeda. Dia tidak mengerti sampai kapan warga negara akan melepaskan anonimitas mereka jika pengenalan wajah diperkenalkan.

“Menghilangkan mitos: perangkat lunak tidak mengenali setiap orang. Titik awalnya adalah unggahan foto orang yang Anda cari: baik itu penjahat atau orang hilang. Sistem sedang mencari orang-orang ini. Tidak setelah orang-orang yang tidak bersalah, otoritas keamanan tidak tertarik pada mereka.”

Oleh karena itu, rasio biaya-manfaat bagi Müller berlaku sebaliknya: Anda memberikan sedikit uang untuk mendapatkan keamanan yang jauh lebih baik.