FABIANA VINCI
(Politecnico di Torino)
Mercoledì 22 febbraio 2023, ore 13.00 – 14.00
Centro Nexa su Internet & Società
Politecnico di Torino, via Boggio 65/a, Torino (1° piano)
Suonare al citofono Portineria – Seguire le indicazioni lungo il percorso
(Per maggiori informazioni su come raggiungerci clicca qui)
Ingresso libero
Stanza virtuale: https://didattica.polito.it/VClass/NexaEvent
Il riconoscimento facciale è una tecnologia utilizzata frequentemente in diverse applicazioni moderne. Gli ambiti in cui è sviluppata riguardano la sicurezza, il marketing, i veicoli a guida autonoma e molti altri. L’idea su cui si basa il riconoscimento facciale è la possibilità di estrarre informazioni personali da immagini che ritraggono il volto di una persona. I dati raccolti sono di tipo biometrico e sono utilizzati per creare una mappa facciale da cui vengono dedotte informazioni quali: l’identità di una persona, il genere, l’età, l’etnia, ma anche emozioni e caratteri di personalità.
Tuttavia, studi recenti hanno contribuito a evidenziare le criticità di questa tecnologia e le possibili conseguenti discriminazioni che derivano dalla scelta dei dati con cui si alimentano le macchine e dal funzionamento degli algoritmi. Le informazioni che vengono dedotte, attraverso l’utilizzo di tale tecnologia, possono avere conseguenze pericolose soprattutto per gruppi di persone socialmente discriminate. Per poter comprendere al meglio le potenzialità, le criticità ma soprattutto il funzionamento degli algoritmi, è possibile testare i modelli commercializzati e più utilizzati dalle aziende, messi a disposizione dalle compagnie tecnologiche.
Biografie
Fabiana VINCI è studentessa del Corso di laurea magistrale in Data Science and Engineering del Politecnico di Torino e tesista presso il Centro Nexa su Internet e Società. Laureata in ingegneria del cinema e dei mezzi di comunicazione, durante il suo percorso di studi si è appassionata ai media, ai dati e al modo in cui essi sono connessi, sviluppando un forte interesse per la privacy dei dati e l’etica dell’intelligenza artificiale. Attualmente sta ultimando il suo lavoro di tesi magistrale riguardante il riconoscimento facciale e le criticità ad esso legate.
Letture consigliate e link utili
- Excavating AI, K.Crawford [Online]. Available: LINK
- J. Buolamwini and T. Gebru, “Gender shades: Intersectional accuracy disparities in commercial gender classification”
- B. F. Klare, M. J. Burge, J. C. Klontz, R. W. Vorder Bruegge, and A. K. Jain, “Face recognition performance: Role of demographic information,” vol. 7, no. 6, pp. 1789–1801. [Online]. Available: LINK
- M. K. Scheuerman, J. M. Paul, and J. R. Brubaker, “How computers see gender: An evaluation of gender classification in commercial facial analysis services,” vol. 3, pp. 1–33. [Online]. Available: LINK
- B. Qin, L. Liang, J. Wu, Q. Quan, Z. Wang, and D. Li, “Automatic identification of down syndrome using facial images with deep convolutional neural network,” vol. 10, no. 7, p. 487. [Online]. Available: LINK
Slide
Scarica la versione PDF della presentazione di Fabiana Vinci.