Biometrías e IA, ¿Son garantía de seguridad?
En esta ocasión charlamos con Pablo Gómez, AI & Software Prototyping en Telefónica, bajo la perspectiva de un Data Science, sobre las consecuencias de ceder nuestros datos biométricos, respondiendo preguntas como, ¿Qué es una biometría?, ¿Para qué usamos los patrones biométricos? o ¿Cuál es su presencia real en nuestro día a día?
Esta sesión gratuita es fruto de un proyecto llamado Garaje Data Trends, el cuál surge de la colaboración entre dos empresas líderes Gen/D y Garaje de Ideas, ambas unidas con el enfoque de aportar valor a la comunidad data en constante crecimiento.
Cada dos semanas os traeremos información de actualidad y sesiones gratuitas del mundo data.
<<Si quieres estar a la última, suscríbete AQUÍ a la newsletter de Garaje Data Trends>>
Biometrías, fases y factores que influyen en la adopción de este tipo de tecnologías.
Empecemos definiendo a las biometrías como métricas basadas en patrones físicos (notas distintivas y propiedades del ser humano) o de comportamiento (cuando actuamos de una forma determinada).
Como bien nos indica Pablo, analizando estas métricas podemos crear sistemas matemáticos que nos ayuden a comparar las distintas cualidades de las personas. Cada cualidad podrá tener un sistema de medición diferente (retina, cara, mano, cuerpo…), para finalmente extraer dichas cualidades con diversos sistemas de medición como medidores de huellas dactilares, cámaras o micrófonos entre otros.
Diferentes escenarios en el uso de biometrías
Comencemos diferenciando entre las biometrías hard, son aquellas biometrías físicas que están asociadas a modelos matemáticos con el fin de distinguir unívocamente a las personas, aquí nos encontramos con diferentes características físicas, de comportamiento o biológicas.
Por otro lado tenemos las llamadas biometrías soft, que están basadas principalmente en los rasgos auxiliares que no distinguen a una persona de otra, pero acompañan con información interesante como edad, género, altura o etnia.
Profundizando en los diferentes escenarios de actuación Pablo nos destaca los siguientes:
Perfilado, se aplica cuando queremos obtener cualidades distintivas de una persona, pero dichas cualidades no serán suficientes para llegar a identificar a dicha persona. Se tomará una muestra y se analizarán las características de dicha muestra, esto nos puede dar como resultado información del tipo, hombre blanco, moreno, estatura media y no usa gafas.
Identificación, estaríamos en una posición algo más precisa que un perfilado, en este punto trataremos de encontrar a una persona en concreto dentro de un grupo de personas. En este caso recogeremos una nueva muestra (diferentes voces mezcladas) y buscaríamos dentro de una base de datos de características, personas con características parecidas, cuanto mayor sea la base de datos, mayor será la precisión que consigamos.
Verificación, nos encontramos ante el paso final, ¿Es realmente esa persona quién dice ser? Comenzaríamos el proceso con una toma de muestras, por ejemplo, muestras de un escáner de retina, posteriormente los rasgos de dichas muestras son almacenados, de tal manera que cuando repitamos el proceso para verificar que efectivamente somos nosotros, el sistema comparará los nuevos resultados con las muestras recogidas en el proceso anterior.
Fases biométricas que implican llegar a los distintos escenarios
- Comenzaremos por la recolección de muestras (corresponden a los datos físicos de las personas).
- Extracción de las características o partes relevantes de dichas muestras.
- Con las muestras extraídas crearemos un algoritmo de clasificación, con el fin de por ir “entrenando” con dichas muestras.
- Una vez finalizado el entrenamiento, someteremos al sistema a nuevas muestras, de este modo pondremos su efectividad a prueba.
- Para terminar, debemos interpretar y verificar los resultados que nos aporta nuestro algoritmo.
Nuestro día a día con biometrías
Huella dactilar, es una de las biometrías más conocidas, es necesario un soporte físico para poder realizar la prueba. Sin duda, es una de las que más fiabilidad puede aportar ya que cada muestra es única y diferente al resto.
Reconocimiento facial, se apoya en el soporte de la imagen, los picos y valles de nuestras caras crean marcas medibles llamadas puntos nodales, cada cara tiene alrededor de 80 puntos. Es bastante más segura que la biometría vocal, al poder capturar un mayor número de patrones distintivos.
Reconocimiento vocal, usa el soporte de audio, resulta especialmente atractiva para entornos sin pantallas, aunque no es de las biometrías que nos aporten una excelente fiabilidad.
Forma de caminar (Gait), es mucho más precisa de lo que pueda parecer, ya que, cada individuo tiene un patrón único en la forma de caminar.
Factores importantes para adoptar diferentes biometrías
Debemos destacar diferentes factores importantes a la hora de implementar biometrías a sistemas digitales. Los tiempos de respuesta son fundamentales, dependiendo considerablemente del sistema en el que los estemos implantando y las necesidades del mismo.
Si atendemos a la precisión, no nos iremos por biometrías vocales, es mejor apoyarse en sistemas de vídeo o facial, ya que en éstos se alcanza una mayor fiabilidad.
Muy importante el correcto entrenamiento del algoritmo, siendo esencial disponer de una gran cantidad de muestras para lograr una mayor precisión en el resultado.
Mención especial para la invasión y la tolerancia al error, debiendo programar determinadas pautas biométricas para que no se conviertan en invasivas respecto a nuestra actividad o rutinas diarias, y reduciendo considerablemente las tasas de error, especialmente cuando hablamos de biometrías que competen a la seguridad como los accesos biométricos a una cuenta bancaria.
A modo de conclusión Pablo nos deja unas cuantas ideas clave:
- Nos encontramos en un momento de constante cambio y evolución en la obtención de las biometrías, se están expandiendo a un ritmo muy alto, estando cada vez presentes en nuestro día a día.
- Debemos diferenciar entre los diferentes escenarios biométricos, no es lo mismo estar intentando acceder a un sistema, a que nos estén perfilando cuando caminamos por la calle.
- No olvidar el papel del científico de datos y los avances de la Inteligencia Artificial (Deep learning), ligando todo el proceso de recolección de datos biométricos.
- Mención especial tiene la precisión que llegamos a obtener con los datos biométricos, siendo cada vez necesarios una menor cantidad de datos para ello.
- Por último, y no por ello menos importante, debemos tener precaución, ya que no podemos predecir el futuro del avance y usos de esta tecnología, pero sí debemos ser cuidadosos con los datos que cedemos.
Esta clase gratuita sobre Biometrías e Inteligencia Artificial va dirigida a profesionales DATA o personas interesadas en formarse en el aprendizaje y conocimiento de disciplinas, metodologías y tecnologías en torno al DATO.
Si sientes curiosidad por todo lo relacionado con el mundo Data, la Inteligencia Artificial, o Analítica Digital, no pierdas de vista nuestros programas Data Analyst & CRO, Marketing Technologist y CRO & Product Designer.
Desde Gen/D, primera escuela de competencias digitales especializada en DATA de España, buscamos con estas charlas inspiracionales, ir creando una comunidad DATA en la que podamos aportar y seguir enriqueciendo a todos aquellos que estéis interesados en este apasionante mundo.
#gend #evento #analytics #analista #digital #herramientasdigitales #inteligenciaartificial #gratis #escuela #alumni #analistadigital #programador #biometría #BI #datascience #datascientist