長らくSF映画やジェームズ・ボンド映画の世界でしか使われていなかった顔認証技術が、ついに主流となりつつあります。AppleのFaceIDやMicrosoftのWindows Helloといったツールは、顔認証を一般消費者向けデバイスにも導入し、デバイスのロック解除から商品やサービスの支払いまで、あらゆる場面でパスワードの代わりとして利用できるようになりました。
顔認識のビジネスユースケースは、想像を絶するほど多岐にわたります。従業員の顔をアクセストークンとして利用することから、マーケティングから旅行まで、あらゆる業界での活用の可能性まで、その可能性は多岐にわたります。潜在的な用途は、旧式のタイムカードを顔認識に置き換えるといった比較的ありふれたものから、人が通りかかるとインタラクティブサイネージに表示される、個別にカスタマイズされたマーケティングまで、多岐にわたります。
参照: 人工知能倫理ポリシー (TechRepublic Premium)
他の新しいテクノロジーと同様に、リスクの中には技術的な実現可能性や実装上の課題をはるかに超え、倫理や合法性といった多様な領域に及ぶものがあります。顔認識アプリケーションを評価する際には、以下の課題を考慮してください。
顔は本当に識別手段として有効でしょうか?
顔認識の背後にある暗黙の前提は、人間の顔は唯一無二であるというものです。おそらくこの前提は、群衆の中から友人や愛する人を一目で見分けるという人間の能力、そして感情を表現するツールとして日常的に顔を使うという人間の能力に基づいているのでしょう。
しかし、私たちは皆、一卵性双生児の存在を知っていますし、ドッペルゲンガー現象、つまり会ったこともない誰かと間違われる現象を経験したことがあるかもしれません。興味深いことに、生物学的な観点からも、一般的な顔認識アルゴリズムが個人を確実に識別できる能力の観点からも、私たちの顔がどれほどユニークであるかについての学術研究はほとんど行われていません。
コーネル大学による最近のかなり緻密な研究では、年齢、性別、双子の存在など、様々な要因が、様々な顔認識アルゴリズムによる固有の顔の識別能力に及ぼす影響を検証しようと試みています。この研究は、特定の顔が真にどれほど固有であるかを完全に理解していないという結論に至っています。
倉庫内の動線を追跡したり、カスタマイズされた広告を表示したりするのであれば、これは許容できるかもしれません。しかし、例えば、厳重なセキュリティが確保された施設や危険な施設へのアクセスを提供するために顔認識技術を使用する場合は、問題が生じる可能性があります。
顔認識技術の根本的前提である、顔は真に固有の識別子であるという前提に疑問を呈するのは奇妙に思えるかもしれません。しかし、この最も人間的な前提は、一卵性双生児やドッペルゲンガーが示すように、生物学的に間違っているだけでなく、技術的にも間違っている可能性があります。
できるからといって、やるべきではない
複雑な利用規約やその他の法律用語が氾濫する現代において、顔認識のような技術の適用から法的に身を守ることは比較的容易です。消費者や従業員が同意内容を完全に理解していなくても、同意を得ることは可能であり、法務部門の懸念も払拭できるでしょう。しかし、ここで一度立ち止まって、ヘッドラインニューステストを試してみる価値はあります。もしあなたの活動が大手ニュースメディアのトップニュースとなり、分かりやすい言葉で詳細に報道されたら、あなたはどう感じるでしょうか？
顔認識技術を使って時間給従業員の出勤・退勤を記録するのは問題ないかもしれませんが、トイレの近くに隠しカメラを設置し、従業員に「休憩」のための休憩時間を与えているとしたら、従業員にどのようなメッセージを送ることになるでしょうか？同様に、顔認識技術を使って人口統計情報を収集することは技術的には可能ですが、従業員や顧客を人種プロファイリングしているという、根拠のないわけではない非難をどう説明すればいいのでしょうか？いくつかの顔認識アルゴリズムは感情を読み取る能力を謳っていますが、もしそのアルゴリズムが特定の性別、人種、年齢を誤って解釈し、会社がそれらに対して異なる扱いをすることになったとしたらどうなるでしょうか？
この現象はすでに現れています。内国歳入庁からAmazonやMicrosoftといった巨大IT企業に至るまで、様々な組織が顔認識技術の利用をめぐり、マスコミから非難を浴びています。
技術をテストするのと同じように、非技術リスクもテストする
テクノロジーリーダーは、概念実証の構築や、未知のテクノロジーの小規模なパイロットテストを行うことに慣れています。テクノロジーの倫理的リスクや風評リスクのテストにも、同様のアプローチを適用できます。
例えば、従業員の人口統計情報を収集することを検討している場合、架空の企業を想定し、会社がどのようにデータを収集・保管するかを詳細に規定した新しいポリシー文書を作成し、現従業員の反応を観察してみましょう。架空のニュース記事を作成し、主要顧客の反応をテストしたり、同様の実験を数十回実施したりすることも可能です。
最初に限定的なテストを実施せずに、なじみのないテクノロジーに多額の投資をしないのと同様に、顔認識のようなリスクのあるテクノロジーに対する消費者の認識もテストする必要があります。
顔認識技術には間違いなく魅力的な応用分野があり、AppleのFace IDのようなツールの人気は、適切に使用すれば消費者が積極的に受け入れる姿勢を示していると言えるでしょう。しかしながら、これらの技術が実際に、あるいは誤って使用されたとみなされることで、大きな反発や評判を落とすような報道につながるケースも存在します。自社でこれらの技術を導入する際のリスクを理解することに、時間をかける価値は十分にあります。
