El usuario quiere comprender la tecnología biométrica en el contexto de la IA biométrica y aplicarla a trabajos prácticos de gobernanza o cumplimiento de IA.
La tecnología biométrica se refiere a sistemas que usan datos biométricos para reconocer, verificar o identificar la identidad de una persona. Ejemplos incluyen reconocimiento facial, escaneo de huellas dactilares, reconocimiento de iris, reconocimiento de voz y herramientas relacionadas de garantía de identidad.
La IA biométrica se refiere a sistemas habilitados por IA que procesan datos biométricos para reconocer, verificar, identificar, categorizar o analizar personas en función de características físicas, fisiológicas o conductuales. Ejemplos incluyen reconocimiento facial, comparación de huellas dactilares, reconocimiento de iris, reconocimiento de voz, análisis de marcha y algunos sistemas de análisis de emociones o atención.
La IA biométrica utiliza señales basadas en el cuerpo o el comportamiento como entradas. El sistema puede comparar un rostro con un documento de identidad, cotejar una huella dactilar con una plantilla almacenada, identificar a una persona en una multitud o inferir algo a partir de la voz, el movimiento o los rasgos faciales. Como estas señales están vinculadas a personas, los errores y el uso indebido pueden ser graves.
Analogía
Es como convertir el rostro, la voz o el movimiento de una persona en una llave legible por máquina, pero esa llave puede ser sensible, difícil de cambiar e imperfecta.
La IA biométrica importa porque puede afectar la privacidad, igualdad, acceso a servicios, vigilancia, derechos laborales, actuación policial, control fronterizo y confianza pública. A menudo implica datos personales y puede implicar categorías especiales de datos personales bajo el derecho de protección de datos de la UE. Según la Ley de IA de la UE, algunos usos biométricos están prohibidos o fuertemente restringidos, mientras que otros pueden ser de alto riesgo.
Urgencia
Los equipos deben clasificar los casos de uso biométrico de forma temprana, antes de recopilar datos o desplegar sistemas de reconocimiento.
Una revisión de gobernanza debe definir la finalidad biométrica, base jurídica, categorías de datos, periodo de conservación, bases de datos de referencia, límites de precisión, rendimiento demográfico, proceso de revisión humana, avisos a usuarios, controles de seguridad y gestión de derechos. Los equipos deben distinguir verificación de identificación, y distinguir autenticación de vigilancia o categorización más amplias. Los usos de mayor riesgo requieren evidencia sólida, revisión de proporcionalidad, diligencia debida de proveedores, procedimientos de incidentes y monitoreo continuo.
Un error común es tratar la IA biométrica como analítica ordinaria. Otro es asumir que una imagen facial es inocua porque es públicamente visible. Los equipos también confunden verificación biométrica con identificación remota, ignoran diferencias demográficas de error o no consideran si el sistema crea una plantilla biométrica. Controles de conservación débiles y roles de proveedor poco claros pueden crear riesgos adicionales de privacidad y rendición de cuentas.
Usar imágenes públicas sin una base jurídica clara
Confundir verificación 1 a 1 con identificación 1 a muchos
Ignorar tasas de coincidencias falsas y no coincidencias falsas
Conservar plantillas biométricas más tiempo del necesario
Esta respuesta debería enlazar con biometric technology, biometric data, biometric identification, personal data, special categories of personal data, facial recognition, remote biometric identification, sistemas de alto riesgo bajo la Ley de IA y prácticas de IA prohibidas.