Um assunto de grande repercussão nas redes sociais nesta última semana, que pautou, inclusive, os veículos de imprensa, foi o desafio dos 10 anos ou #10yearschallenge. Isto porque em um artigo publicado na revista de tecnologia Wired, a especialista em estratégias digitais Kate O’Neill pressupõe alguns cenários sobre como as empresas de tecnologia estão se aproveitando desta brincadeira para treinamento de algoritmos de reconhecimento facial. Eu inclusive participei de uma reportagem do programa Olhar Digital, compartilhada pelo UOL Tecnologia sobre o tema.

Não podemos afirmar que de fato o Facebook ou outras empresas estão com esta intenção. De todo modo é importante destacar que o avanço deste tipo de tecnologia traz benefícios à sociedade como um todo, não apenas à comunidade tecnológica e/ou grandes companhias.

Hoje, muitos de nós lidamos diariamente com reconhecimento facial, recurso empregado em smartphones para desbloquear a tela inicial do aparelho, ou nas próprias redes sociais, quando postamos alguma foto que automaticamente já recebe a sugestão da identificação de quem está na imagem. Isso é incrível para o usuário ser alertado que alguém postou uma foto sua, melhor ainda se essa foto relembrar um acontecimento que traga boas lembranças. Mas, por trás desta “mágica”, está um processo complexo, que permite ao algoritmo de Inteligência Artificial encontrar os diversos pontos do rosto, como olhos, nariz, sobrancelhas, boca, orelhas. Estas características são elementos menores que, em conjunto, formam o rosto.

Agora, imagine ensinar ao computador o que é um olho direito? Para isso, os algoritmos utilizam milhares de imagens de olhos direitos para encontrar os padrões e criar o modelo. Quando um novo rosto chegar, ele vai procurar dentro dessa imagem, pixel a pixel, o que se parece com o padrão que encontrou no modelo que aprendeu o que é olho direito. Estenda esse processo para as outras regiões que possuímos, e assim, você terá um modelo complexo que fará o reconhecimento de diversas partes menores.

A partir destas características encontradas em um rosto, é possível aplicar cálculos matemáticos que farão comparação entre os pontos que já estão armazenados em uma gigantesca base de dados e a sua nova foto sem a marcação. Ao olhar a foto e confirmar que realmente acertou, você, como usuário, fica feliz com a lembrança e o algoritmo por trás recebe um feedback dizendo que o padrão que ele utilizou para reconhecer a pessoa está funcionando bem. Caso erros aconteçam e as pessoas não se marquem nas fotos que são apresentadas a elas, o algoritmo recebe feedback negativo. Com isso a inteligência artificial consegue retroalimentar sua base de conhecimento e cada vez mais, melhorar as marcações de pessoas.

Voltando ao #10yearschallenge, as fotos postadas pelos milhares de utilizadores de redes sociais formam um banco de dados enorme e gratuito para estudos. Com essa projeção de 10 anos e a geolocalização das fotos que as pessoas postam no desafio, é possível reconhecer padrões de como as pessoas envelhecem em diferentes cidades do mundo.

É visível que muitos pontos de segurança podem se beneficiar com este tipo de tecnologia. Na Índia, por exemplo, uma plataforma desenvolvida pela Microsoft para esta finalidade foi usada em fase de testes pela polícia de Nova Delhi e ajudou a localizar e resgatar 3 mil crianças desaparecidas em apenas quatro dias. O registro fotográfico destas crianças estava desatualizado, porque as fotos que os pais tinham eram de quando a criança ainda não havia sumido. Com os recursos computacionais de reconhecimento de rosto estão evoluindo bastante, e com a quantidade de fotos para treinar os modelos aumentam a cada dia e estes serviços evoluem a passos largos.

Um ponto interessante deste tipo de recurso, é que qualquer desenvolvedor de software que consiga fazer uma chamada ao serviço destes fornecedores, pode implementar esta tecnologia em seu aplicativo de forma acelerada. E o mais fascinante é que o desenvolvedor não precisa, necessariamente, treinar o modelo porque o serviço que será consumido já está pronto e basta usar.

Quando se observa a questão de segurança do acesso ao dado, a autenticação de dois fatores aumenta substancialmente a garantia de quem está acessando aquela informação tem autorização para isso. Em poucas palavras, a autenticação de dois fatores é uma segunda validação após o usuário digitar a senha. Esta segunda validação pode ser feita de diversas formas, como por exemplo, ter um aplicativo integrado no celular que, ao colocar a senha em algum app, você precisa confirmar neste aplicativo com o seu rosto, ao invés de apenas clicar em confirmar.

Assim, você apresenta seu rosto para o aplicativo e, através de cálculos matemáticos, é feita a comparação do rosto apresentado ao aplicativo e a base com os dados do seu rosto na base de dados, assim além de garantir que o acesso através de senha foi realizado com sucesso, também é comparado o rosto e aumenta a segurança, confirmando que de fato é você que solicita o acesso.

E este processo todo tem uma ligação com a Lei Geral de Proteção de Dados ou LGPD (lei federal nº 13.709/2018), uma vez que a sua foto entra como um dado pessoal. Um dos primeiros artigos da legislação cobre a questão de autorização de seu dado para um determinado processamento. E se não estiver de acordo com o uso do dado para este propósito, deve solicitar isso ao controlador. Lembrando que se o Facebook ou qualquer outra empresa realmente for utilizar as fotos que estiverem na plataforma, é obrigatório informar a você de forma clara quais são os propósitos do processamento e é necessária sua autorização formal para isso.