Förväxlad med en bilkapare: Kan vi lita på tekniken för ansiktsigenkänning?

Förväxlad med en bilkapare: Kan vi lita på tekniken för ansiktsigenkänning?

”Mamma ska åka i fängelse.”

Det var vad 32-åriga Porcha Woodruff sa till sina två döttrar när hon blev handfängslad framför sitt hem i februari förra året. Hon hade just gjort sina döttrar klara för skolan när sex poliser dök upp vid hennes bostad i Detroit. De bad henne att gå ut eftersom hon var arresterad för rån och bilkapning.

Porcha kunde inte tro sina ögon och ”pekade på magen för att visa att hon inte var i stånd att begå ett sådant brott: hon var gravid i åttonde månaden.” Men inga vädjanden kunde övertyga poliserna om hennes oskuld. Hon lämnade sina gråtande döttrar hos sin fästman och fördes till Detroit Detention Center.

Porcha Woodruff hade blivit den tredje invånaren i Detroit som felaktigt arresterats på grund av en ny teknik som staden införde 2019: datoriserad ansiktsigenkänning.

Ett kraftfullt men farligt verktyg

Detroitpolisen ”använder en leverantör av ansiktsigenkänning som heter DataWorks Plus för att jämföra okända ansikten med en databas med brottslingars förbrytarfoton.” I Porchas fall fanns ett polisfoto från hennes gripande 2015 för körning med ett utgånget körkort bland de bilder som programvaran matchade med övervakningsbilder från en bensinstation av den verkliga gärningsmannen. Offret för bilkapningen, en 25-årig man, valde då felaktigt Porchas polisfoto från en ”fotokonfrontation med sex personer”.

Enligt Gary Wells, en psykologiprofessor som har studerat tillförlitligheten hos vittnesidentifieringar, är det ”cirkulärt och farligt” att kombinera artificiell intelligens med mänskligt omdöme. ”Man har ett mycket kraftfullt verktyg som, om det söker igenom tillräckligt många ansikten, alltid kommer att hitta personer som liknar personen på övervakningsbilden.” Dr Wells förklarade vidare att tekniken förvärrar ett befintligt problem med ögonvittnen: ”De antar att när man visar dem en sexpack så finns den verkliga personen där.”

Ännu mer oroande är att vissa leverantörer av ansiktsigenkänning har mer än bara polisfoton i sina databaser. I september 2019, samtidigt som Detroitpolisen började använda DataWorks Plus, tecknade ett sheriffkontor i Louisiana ett årligt abonnemang på 25 000 dollar hos Clearview AI – en leverantör som har ”skrapat ihop miljarder foton från den offentliga webben, inklusive sociala medier, för att skapa en ansiktsbaserad sökmotor som nu används av brottsbekämpande myndigheter.”

Förra året avslutade en 29-årig man med många foton på LinkedIn och Facebook sin Thanksgiving-helg med att utlämnas från Georgia till Louisiana. Tack vare Clearview AI tillbringade han nästan en vecka i fängelse för att ha stulit designerhandväskor i en delstat han aldrig ens hade besökt.


Undermålig teknik kontra undermåliga utredningar

Den 3 augusti väckte Porcha och hennes advokat talan mot Detroitpolisen och hävdade att ”AI-tekniken var anledningen till att hon felaktigt identifierades som misstänkt för bilkapning.” I ett svar under en presskonferens den 9 augusti skyllde polischef James White den felaktiga arresteringen på ”utredningsbrister, inte felaktig ansiktsigenkänningsteknik.”

White förklarade att utredaren i fallet inte följde polisens policy för ansiktsigenkänning, som anger att en matchning i programvaran ”ska betraktas som ett utredningsspår”, inte som en anledning till gripande, ”och den utredare som begärde matchningen ska fortsätta att genomföra en grundlig och omfattande utredning”.

I Porchas fall följde ingen sådan utredning efter att hennes förbrytarfoto matchats med övervakningsfilmen – i huvudsak frågade utredaren offret om den kvinnliga gärningsmannen (som hade en manlig medbrottsling) verkade vara gravid! Enbart den beskrivningen borde, enligt polischefen, ha uteslutit Porcha som misstänkt.

Men vad hade hänt om den anklagade inte hade varit gravid i åttonde månaden? ”Jag skulle förmodligen kämpa med ett fall just nu som inte är mitt”, sa Porcha till CBS News den 10 augusti. Hon och hennes advokat håller fast vid sitt påstående att ”undermålig teknik”, liksom undermåligt polisarbete, bär skulden för hennes gripande. Enligt American Civil Liberties Union of Michigan banar det första väg för det andra, ”och polisens försäkringar om att de kommer att genomföra seriösa utredningar klingar inte trovärdigt”.


Guds ansiktsigenkänningsprogram

Bibeln beskriver en annan typ av ansiktsigenkänningsteknik, en som med perfekt precision matchar oss med våra synder: Guds kärlekslag, uppdelad i två tavlor (Matteus 22:37–40).

Guds lag är en spegel som visar oss våra synder – skrivna på våra ansikten.

”Om någon är en lyssnare till ordet och inte en görare, är han som en man som betraktar sitt naturliga ansikte i en spegel; ty han betraktar sig själv, går bort och glömmer omedelbart vilken sorts man han var. Men den som ser in i den fullkomliga frihetens lag och fortsätter i den, … denne kommer att bli välsignad i vad han gör” (v. 23–25).

Med andra ord är Guds lag en spegel som visar oss våra synder – skrivna i våra ansikten! Det är ett faktum att attityder, redan innan de uttrycks i gester eller ord, visar sig i ansiktets ”mikrouttryck”. Därför blev Kain ”mycket arg, … och hans ansikte förmörkades” (1 Mos 4:5). I syfte att få Kain att se sin synd innan den ledde till mordbrottet höll Gud upp sin spegel: ”Varför är du arg? Och varför har ditt ansikte förmörkats? Om du gör rätt, kommer du inte att bli godkänd? Och om du inte gör rätt, ligger synden vid dörren” (v. 6).

Tyvärr vände Kain sig bort från ”frihetens fullkomliga lag” och dödade sin bror Abel.

När Porcha Woodruffs ansikte felaktigt valdes ut på grund av en felaktig matchning i programvaran, tillbringade hon 11 timmar sittande på en betongbänk i en förvaringscell. Men Guds ansiktsigenkänningsprogram ger inga felaktiga matchningar. Om vi inte låter Hans rättfärdighet ersätta de synder vi ser i spegeln, var kommer vi då att tillbringa evigheten?

Vill du tillbringa den med Gud? Titta på”5 Steps to Eternity”för att se vad pastor Doug säger om att ta emot gåvan av evigt liv.

\n