La fisionomia è una pseudoscienza. Ciò significa che avrebbe potuto essere considerata ad un certo punto della storia, ma non consideriamo la fisionomia una vera scienza con le nostre attuali conoscenze. Fin qui tutto bene. Ma qualcosa sta accadendo in questo e in spazi simili, e dobbiamo prestare un po' di attenzione a questo in questo momento.
Cos'è la fisionomia?
Uno dei Definizione di Oxford del termine lo descrive come "la valutazione del carattere o della personalità di qualcuno dal suo volto e da altre caratteristiche fisiche esterne". Il concetto risale a tempi antichi. Sebbene questo tipo di razzismo scientifico e di profilazione sia tornato popolare nel XVIII e XIX secolo, è ampiamente respinto come scienza reale dalla comprensione odierna della fisiologia e della psicologia.
C'è molto da leggere sulla fisionomia. In poche parole, il metodo descrive come alcune caratteristiche visive di una persona, concentrandosi principalmente sul viso, potrebbero indicare abitudini e tratti caratteriali. Se vivessi ai tempi e mi capitasse di avere un naso particolarmente piatto, forse mi giudicherebbero più probabile che io sia un criminale. Proprio così, senza che io dica nemmeno una parola.
Perché questo tipo di metodo sta tornando?
Ok, quindi è il 2021 e noi, fortunatamente, capiamo cos'è la scienza e cos'è la pseudoscienza. Forse le nostre teorie di oggi verranno scartate dai futuri ricercatori come pseudoscienza, ma questo si chiama progresso. A partire da ora, non abbiamo professionisti della fisionomia in giro a giudicare e profilare le persone solo in base al loro aspetto, ma facciamo qualcosa di simile. O almeno, lasciamo che siano le macchine a giudicare in base all'intelligenza artificiale se vuoi chiamarlo così, e al machine learning se vuoi chiamarlo così.
Il progresso tecnologico ci consente di sfruttare l'hardware e il software di riconoscimento facciale non solo per identificare le persone, ma a volte va oltre. Cerchiamo di valutare l'umore di una persona davanti alla telecamera e di classificare le persone in gruppi demografici, come età o sesso, in base a ciò che l'algoritmo considera più probabile. Lo facciamo, ad esempio, nel targeting degli annunci di segnaletica digitale.
Passando per la stessa vetrina, lo stesso identico display con riconoscimento facciale la tecnologia presenterebbe annunci diversi a un uomo che torna dal lavoro e sembra stanco. Mostrerebbe qualcosa di diverso a un allegro gruppo di donne di passaggio, proprio come mostrerebbe qualcosa di diverso a un bambino che va a scuola. Questo sta accadendo fin d'ora, e questa è semplicemente l'applicazione di ciò che abbiamo imparato dalla scienza e dalla ricerca. È o potrebbe essere un aspetto della tecnologia di marketing, anche MarTech in breve.
È un po' come funziona il monitoraggio su Internet, che ti fa vedere annunci che molto probabilmente ti interesseranno, proprio nel mondo reale. Ma quale potrebbe essere il prossimo passo? Qualcuno prenderebbe in considerazione l'utilizzo di qualsiasi tipo di meccanico della fisionomia nei nostri tempi moderni? Perché le aziende non dovrebbero sfruttare i risultati della loro ricerca per aumentare i profitti? Questo è ciò che fanno le imprese.
Chi potrebbe beneficiarne potenzialmente?
Le aziende che sono attualmente interessate dall'aumento delle funzioni di protezione della privacy e dalle nuove leggi che proteggono le persone online potrebbero trovare interessante prendere in considerazione nuovi mezzi per migliorare il targeting degli annunci. Per un momento, mettiti nei panni di Facebook. La società di social network utilizza da molto tempo un software di riconoscimento facciale. Dal 2017 hanno iniziato a scansiona ogni immagine e video per verificarlo rispetto al database degli utenti per allarmare gli utenti nel caso in cui altri abbiano caricato contenuti multimediali che li caratterizzano. Ovviamente, tutto questo è soggetto alle impostazioni sulla privacy dell'utente, ma è per lo più abilitato.
Quindi, da un lato, hai una libreria di preferenze e attività dell'utente e, dall'altro, hai immagini degli utenti. Tenendo conto del 2.7 miliardo di utenti attivi mensili, a partire dal secondo trimestre del 2020, hai una buona quantità di volti che puoi confrontare tra loro e verificare se ci sono interessi in un determinato gruppo di persone, in base alle caratteristiche visive del loro volto e non solo in base alla loro dati demografici e l'ormai limitata cronologia di navigazione in Internet. Anche se l'esito di eventuali corrispondenze non è perfetto, puoi comunque fare dei test A/B con gli annunci che mostri agli utenti e verificare i tuoi risultati. Quindi, in base al tuo aspetto, potrebbero scoprire che molti utenti che condividono una particolare caratteristica del viso potrebbero anche godersi la stessa bevanda analcolica o cioccolato. In tal caso, anche senza tracker o cookie, potrebbero fornirmi annunci a cui è più probabile che reagisca, in base alla mia immagine del profilo.
Facebook ha già acquisito molte aziende che si occupano di tali tecnologie. FacioMetrics, ad esempio, è stato integrato per una possibile funzione "sorridi a mi piace" nella loro app. Se possono anche leggere direttamente il feedback emotivo degli utenti, la qualità dei dati sulle preferenze sarebbe ancora migliore. Comprendere un sorriso è ancora più complicato della semplice misurazione delle caratteristiche della tua fisiologia facciale. Stanno anche lavorando alla pubblicazione di contenuti basati su scansioni cerebrali. Non sembra un'idea inverosimile pensare di sfruttare gli stessi dati per risultati ancora migliori con uno sforzo tecnico ancora minore. Forse non è una buona scienza, ma potrebbe funzionare per loro a un certo livello.
Ora Facebook non è solo Facebook. Il gruppo comprende anche Giphy, Oculus VR, WhatsApp e Instagram, tra gli altri servizi. Il numero di utenti e la quantità di dati sulle preferenze potrebbero essere verificati anche su altre piattaforme per rendere ancora più accurato il sistema di targeting degli annunci basato sui tratti del viso. Perché è buono? Aumentando il targeting degli annunci, i loro clienti pubblicitari possono vendere in modo più efficiente i loro servizi o beni e Facebook può addebitare loro di più. Uno scenario vincente per le aziende.
Un nuovo tipo di fisionomia digitale potrebbe essere interessante anche per le società di piattaforme di incontri al fine di aumentare la loro efficienza di matchmaking. Per esempio, Match Group possiede 45 servizi di incontri e incontri in tutto il mondo. Match.com, OkCupid e Tinder potrebbe essere tra le app più popolari qui. Tuttavia, il pool teorico di dati utente relativi all'aspetto, nonché alle preferenze e all'attività storica potrebbe aiutare a migliorare ulteriormente il loro algoritmo e, quindi, consentire loro di addebitare livelli di servizio migliori.
È questo un problema?
Non è certo un problema per un'azienda aumentare i propri ricavi, ma potrebbe essere un problema per gli utenti? Fintanto che le società aderiscono a leggi e regolamenti, gli utenti non avranno altra scelta che disabilitare tali funzionalità, richiedere di non partecipare a questa ricerca con i propri dati o eliminare il proprio account e richiedere la rimozione di tutti i propri dati. Quindi l'utente ha sempre una scelta, ma deve informarsi in modo proattivo, leggere i termini di servizio e rifiutare attivamente e tali idee dal social network o dal fornitore della piattaforma.
Rinunciare anche al riconoscimento facciale CCTV? Face Changer: costruire una contromisura personale contro la biometria [Video]
Finché un'azienda è trasparente su tutto questo e consente agli utenti di disattivare o eliminare i propri account insieme a tutti i dati, questo non sembra essere un problema. Se la gente e più in alto i politici sentono che qualsiasi aspetto di questa pratica dovrebbe essere cambiato o messo al bando, lo faranno. Quindi interesserà tutti gli utenti nella regione in cui viene emanata una particolare legge o restrizione. Ad esempio, la legge dell'UE sulla privacy dei dati non influirà sugli utenti con sede negli Stati Uniti e viceversa. Se sei solo e cerchi un altro significativo senza sprecare anni a frequentare persone che non ti corrispondono bene, potrebbe essere giusto che alcuni barattano con i dati personali per raggiungere questo obiettivo più velocemente.
Sebbene non vi sia alcuna minaccia immediata, anche se ciò dovesse accadere, è un obbligo dell'utente leggere, comprendere e accettare i termini del servizio, oppure scegliere di rifiutarli e non utilizzare più il servizio. Fintanto che le aziende rimangono trasparenti su come generano le entrate, per offrire un servizio che non addebitano agli utenti e finché l'utente può decidere da solo se vuole utilizzare il servizio e decidere quale tipo di dati personali che vorrebbero condividere, tutto questo non è problematico. Potrebbero esserci implicazioni etiche della profilazione visiva, inclusa la differenziazione del colore della pelle per la valutazione dei dati. Tuttavia, il resto spetta agli utenti di un servizio, poiché in definitiva sono la valuta per tale attività.
Credito fotografico: l'immagine in primo piano è stata realizzata da Marco Amaral. L'illustrazione”Doppi di personaggi” è stato fatto da James Gilray. L'illustrazione”fisionomie umane accanto a fisionomie animali” è stato fatto da Charles Le Brun, credito a Wellcome Immagini. foto verso la fine dell'articolo è stata scattata da Chester Wade.
Fonte: Riferimento Oxford / Articolo della guida di Facebook / Dati statistici / Josh Constine (TechCrunch) / Alisha Mahmoud (TechAcute)
