Algunos usuarios y reporteros tecnológicos se están preguntando si el reto es una manera de recopilar datos.

Las redes sociales parecen Burbusoda en la lengua de los usuarios, y es que el #10YearChallenge, es el nuevo reto que apela a subir una foto y mostrar cómo lucías en 2009, hace diez años. Muchos lo hemos hecho ya y es que la nostalgia, en estos tiempos, vende, y mucho. Pero, de acuerdo con un artículo de Wired, publicado por Kate O’Neill, el reto pudo ser creado por Facebook para probar tecnología de reconocimiento facial.

Pero vayamos por partes. En lugar de publicar una foto suya de 2009, O’Neill publicó un tuit donde decía:

“Yo de hace 10 años: probablemente hubiera jugado junto con el meme de la imagen en Facebook e Instagram. Yo de ahora: reflexiona sobre cómo se podrían extraer todos estos datos para entrenar algoritmos de reconocimiento facial sobre la progresión de la edad y el reconocimiento de la edad”.

Me 10 years ago: probably would have played along with the profile picture aging meme going around on Facebook and Instagram
Me now: ponders how all this data could be mined to train facial recognition algorithms on age progression and age recognition

— Kate O'Neill (@kateo) 12 de enero de 2019

Ante la publicación, muchos usuarios alegaron que esos datos ya estaban disponibles de todas formas para Facebook, pero resulta curioso que en varias ocasiones las personas recibieron instrucciones precisas para adjuntar una imagen de perfil de hace 10 años junto a la imagen de perfil actual, o bien una imagen cualquiera de hace 10 años junto a su perfil actual. Esto podría significar que estas imágenes podrían servir para reconocer patrones de envejecimiento en la tecnología para el reconocimiento facial.

No es un hecho, y puede parecer algo conspiranóico, pero luego de los escándalos que relacionan a Facebook con la recopilación descarada de los datos de sus usuarios, tampoco está lejos de la realidad. En 2015, por ejemplo, se estimaba que para 2020 cada individuo generaría 1.7 megabytes de información nueva por segundo, es muchísimo y si aplicaciones como Google, YouTube, Netflix, son capaces de “reconocer nuestros gustos” y crear algoritmos, imaginemos la capacidad de la red social más grande el mundo para recabar información.

O’Neill lo explica de esta forma:

“Imagina que deseas entrenar un algoritmo de reconocimiento facial en las características relacionadas con la edad y, más específicamente, en la progresión de la edad (por ejemplo, cómo es probable que las personas se vean a medida que envejecen). Idealmente, querrías un conjunto de datos amplio y riguroso con imágenes de muchas personas. Sería útil si supieras que se tomaron con un número determinado de años, por ejemplo, 10.

Claro, puedes buscar en Facebook las fotos de perfil y ver las fechas de publicación o los datos EXIF. Pero todo el conjunto de imágenes de perfil podría terminar generando una gran cantidad de ruido inútil. Las personas no cargan las imágenes de forma confiable en orden cronológico, y no es raro que los usuarios publiquen imágenes de algo que no sean ellos mismos como una imagen de perfil. Un vistazo rápido a través de las fotos de perfil de mis amigos de Facebook muestra el perro de un amigo que acaba de morir, varias caricaturas, imágenes de palabras, patrones abstractos y más.

En otras palabras, sería de ayuda si tuvieras un conjunto de fotos de entonces y ahora, limpio, simple y bien etiquetado”.

Cabe considerar que necesariamente las fechas de publicación en Facebook no coinciden siempre con la fecha de la foto que se sube. Por ejemplo, cada año durante el Día del Niño miles de usuarios suben fotos de cuando eran bebés. Entonces, ¿qué mejor que tener una imagen comparativa y bien etiquetada para ayudar a procesar los datos?

Algunos, los más avezados en la materia, podrán decir que la tendencia se salió de control y que la gente ya está publicando fotos de 2014, 2016, 2018, etc., y que eso generaría basura para clasificar los datos. Sin embargo, programando de manera correcta ciertos rangos, se pueden ajustar los algoritmos para estudiar las fotos.

También podríamos argumentar que algunas personas mentirán y no subirán su foto de 2009, sino fotos más recientes o anteriores y las etiquetarán como fotos de 2009, pero son las menos en un mar de millones, porque una parte la hace la data y la otra la creatividad. ¿A qué me refiero? Es como una campaña publicitaria, rara vez las personas mienten frente a un producto o servicio, o si mienten ese rango frente a la verdad es muy pequeño, porque todos quieren pertenecer a algo y ese sentido de pertenencia es el que alimenta los hashtags con un rango de veracidad elevado. Así lo manifestaba en una ocasión el propio Mark Zuckerberg en alguna conferencia:

“La semana pasada recodábamos que los usuarios sienten un sentido de pertenencia sobre Facebook no sólo sobre la información que comparten”.
Ahora, la pregunta real es, ¿es malo que alguien entrene un algoritmo de reconocimiento facial con estas fotos? Como señala O’Neill, no es necesariamente malo, de alguna manera el algoritmo de Facebook todo el tiempo está reconociéndote cuando subes fotos. En todo caso, el problema es nuestra postura frente a la tecnología. Todas las posibilidades que le estamos dando a las grandes compañías de saber quiénes somos, cómo somos, qué hacemos, cómo lo hacemos, nuestros gustos, fobias, etc.

No se trata de ser apocalíptico, sólo de revisar la forma en la que interactuamos con la tecnología, los datos que generamos, parafraseando a uno de los grandes teóricos de la información, Nobert Weiner, el conocimiento está relacionado con la comunicación, el poder con el control y la evaluación de los propósitos humanos con la ética y, ¿no tiene Facebook, acaso, las posibilidad de hacer las tres cosas?

Fuente: CE