Reino Unido escaneará rostros de solicitantes de asilo para estimar su edad, pese a saber que la tecnología falla
El gobierno británico implementará un sistema de reconocimiento facial para estimar la edad de los solicitantes de asilo, a pesar de que un informe interno encargado por el propio Ministerio del Interior concluye que la tecnología tiene un margen de error de hasta 5 años y puede ser menos precisa con personas de piel más oscura.
Por qué importa
Si la tecnología falla sistemáticamente, personas adultas podrían ser tratadas como menores —o viceversa—, con graves consecuencias legales y humanitarias. Un error de 5 años en una persona de 18 años puede determinar si es alojada en un centro para adultos o para menores, con acceso a distintos derechos y protecciones.
El caso es relevante para cualquier usuario de tecnología porque demuestra cómo sistemas automatizados con fallos conocidos se despliegan en contextos de alta vulnerabilidad, donde el error no es un bug sino una decisión política.
Qué dice el contexto
- El Ministerio del Interior del Reino Unido gastó 280.000 libras en un estudio de la Universidad de Bradford que evaluó la precisión de la estimación de edad facial.
- El estudio concluyó que el margen de error medio es de hasta 5 años, y que la precisión disminuye en personas con tonos de piel más oscuros.
- A pesar de estas conclusiones, el gobierno anunció que comenzará a usar el sistema en centros de procesamiento de asilo a partir de 2025.
- La organización de derechos digitales Big Brother Watch calificó la medida como "una violación de la privacidad y una puerta abierta a la discriminación algorítmica".
- El gobierno defiende la medida argumentando que es necesaria para agilizar el procesamiento de solicitudes y reducir costes, aunque no ha publicado una evaluación de impacto en derechos humanos.
- La tecnología se basa en redes neuronales entrenadas con bases de datos mayoritariamente de rostros blancos, lo que introduce sesgo racial documentado.
Lo que puedes hacer
- Exige transparencia algorítmica: Apoya campañas que pidan auditorías independientes de sistemas de IA usados en servicios públicos. Puedes firmar peticiones de organizaciones como Big Brother Watch o EDRi.
- Infórmate sobre el sesgo facial: Lee estudios sobre precisión de reconocimiento facial según etnia y género. Comprender las limitaciones te ayudará a evaluar críticamente otras aplicaciones de IA.
- Cuestiona el despliegue de tecnologías fallidas: Cuando una empresa o gobierno anuncie un sistema automatizado, pregunta por los estudios de precisión y las tasas de error en diferentes grupos poblacionales.
“
El gobierno británico implementará un sistema de estimación de edad facial con un margen de error de hasta 5 años, a pesar de que un estudio encargado por él mismo concluye que la tecnología es menos precisa con personas de piel oscura.
