Janvier 2019

Imaginez que vous vouliez entraîner un algorithme de reconnaissance faciale sur les caractéristiques liées à l’âge, et plus précisément sur l’évolution d’un visage en fonction du temps (par exemple ; prédire à quoi vont ressembler les personnes à travers le temps). Idéalement, vous voudriez collecter un ensemble de données à large spectre et de manière rigoureuse. Cela vous aiderait beaucoup si vous pouviez déterminer une date d’intervalle fixe ; disons 10 années.

Vous pourriez consulter Facebook via son API pour obtenir des informations sur des photos de profil et consulter les dates de publication ou les données EXIF de ces dernières. Mais cet ensemble d’images de profil pourrait générer beaucoup de données , puisque les gens ne téléchargent pas nécessairement de manière fiable les images dans un ordre chronologique classique, et il n’est pas rare que les utilisateurs publient des photos de profils qui ne les présentent pas, ou qui ne sont pas clairement identifiables. Un coup d’œil rapide sur les photos de profil de mes amis Facebook montre la photo d’un Shiba inu, de Montréal, de Justin Trudeau, des motifs abstraits, etc. En bref, cela vous aiderait si vous disposiez d’un ensemble de photos nettes, simples et bien identifiées sur le temps.

De plus, la date d’affichage des photos de profil sur Facebook ne correspond pas nécessairement à celle de la prise de la photo. Même les métadonnées EXIF sur la photo ne seraient pas toujours fiables pour évaluer cette date. Pourquoi? Tout simplement, car les gens auraient pu numériser des photos hors ligne, ils auraient pu avoir téléchargé des photos plusieurs fois au cours des années, et de, différentes sources.

À travers le Meme de Facebook, la plupart des gens ont utilement ajouté le contexte de la photo avant et après (par exemple, «France en 2008 et Canada en 2018»), ainsi que des informations supplémentaires, dans de nombreux cas, sur le lieu et la manière dont la photo a été prise (par exemple « L’année de naissance de Robin en 2008 prise par grand-papa; 2018 pour fêter les 10 ans de Robin prise par grand-papa»). En d’autres termes, grâce à ce Meme, il existe maintenant un très grand ensemble de données collectées sur des photos soigneusement sélectionnées de personnes, avec un contexte précis, d’il y a maintenant environ 10 ans.

En ce qui concerne les images ne représentant aucun humain, les algorithmes de reconnaissance d’images sont suffisamment sophistiqués pour identifier un visage humain de celui d’un animal ou d’un objet. Facebook utilise déjà l’intelligence artificielle pour aider les personnes aveugles à « voir » des images. De plus, même si ce Meme n’est pas particulièrement un cas d’ingénierie sociale, les exemples de jeux Quizz (Exemple de Quizz : À quel joueur des Canadiens vous ressemblez ?) sur Facebook et de Meme conçus pour extraire et collecter des données ont été abondants et continue à l’être sans que les utilisateurs ne comprennent nécessairement les vrais enjeux derrière ce moment ludique sur Facebook. Rappelez-vous du scandale tout récent Cambridge Analytica et des données recueillis via ses Quiz . Alors, est-il mauvais que quelqu’un utilise vos photos Facebook pour former un algorithme de reconnaissance faciale ? Certains diront que oui, d’autres diront que non. Néanmoins, il est généralement admis que nous devons aborder nos interactions avec la technologie en tenant compte des données que nous générons et de la façon dont elles peuvent être utilisées à grande échelle.

Voici 3 scenarios quant à l’utilisation plausible pour la reconnaissance faciale :

Scénario 1 : la technologie de reconnaissance faciale, en particulier la capacité de progression en fonction de l’âge, pourrait aider à retrouver les enfants disparus. L’année dernière, la police de New Delhi, en Inde, a signalé avoir retrouvé près de 3 000 enfants disparus en seulement quatre jours à l’aide d’une technologie de reconnaissance faciale. Un algorithme fiable de progression de l’âge pourrait donc être réellement utile ici.

Scénario 2 : la reconnaissance de l’âge, du genre et d’attraits physiques constitueraient un outil de ciblage très puissant et utile pour plusieurs types de publicité. Les écrans ou panneaux publicitaires comportant des caméras ou des capteurs, peuvent actuellement adapter leur messagerie aux données démographiques des groupes d’âge (ainsi qu’à d’autres caractéristiques visuellement reconnaissables et à des contextes discernables), ils seront probablement de plus en plus présent dans notre quotidien et de manière très invasive. Toutefois, à mesure que ces données se cumulent, qu’ils s’indexent à notre géolocalisation, à notre mode de consommation et à d’autres signaux, le résultat de ces données pourrait devenir vraiment terrifiant.

Scénario 3 : L’analyse et le tracking faciale de notre vieillissement pourrait un jour influer sur l’évaluation de nos assurances et de nos soins de santé. Par exemple, si vous semblez vieillir plus rapidement que votre cohorte, et que l’on indexe les données cumulées concernant votre consommation d’alcool vous pourriez être considéré comme à risque et donc discriminé par votre assurance ou par un autre service.

Alors est-ce que ce meme « 10 year challenge » est dangereux ? Est-ce qu’un malheur va nous arriver ? Est-il dangereux d’entraîner des algorithmes de reconnaissance faciale pour la progression et la reconnaissance de l’âge ?…Tout dépend à quel point et quelles valeurs vous accordez et tenez à votre vie privée et à vos données.

Gardez en tête que l’humain est le vecteur constituant un lien de connexion entre le monde physique et le monde virtuel, et que ses interactions sont l’essence et le carburant de plusieurs entreprises émergentes et de holding mondiaux. En état de conscience, nous devrions exiger que les entreprises traitent nos données avec le respect qui leur est dû, mais nous devons également gérer nos comportements et interactions avec conscience et intelligence.

Références:

Article original sur wired par Kate Oneill – wired la version originale a été adaptée pour une audience francophile et Québécoise.

Sources:

1- https://www.wired.com/story/facebook-10-year-meme-challenge/

2-https://developers.facebook.com/docs/graph-api/reference/v3.2/app/picture

3-https://www.nytimes.com/2018/04/10/technology/facebook-cambridge-analytica-private-messages.html

4-https://www.independent.co.uk/life-style/gadgets-and-tech/news/india-police-missing-children-facial-recognition-tech-trace-find-reunite-a8320406.html

5-https://www.forbes.com/sites/jenniferhicks/2018/09/30/making-facial-recognition-smarter-with-artificial-intelligence/#3d5e3f06c8f1

6-https://www.ledevoir.com/opinion/idees/543972/la-carte-de-points-de-la-saq-conditionne-nos-comportements-d-achat