Przez lata mówiliśmy o rozpoznawaniu twarzy jak o technologii przyszłości. Teraz jest teraźniejszością, wbudowaną w lotniska, stadiony, kamery miejskie i telefony setek milionów ludzi. Problem w tym, że regulacje, etyka i zwykła ludzka ostrożność wciąż biegną kilka kroków za algorytmami.
Kluczowe fakty:
- Według danych NIST błędy algorytmów rozpoznawania twarzy spadały o połowę co dwa lata, a w warunkach kontrolowanych najlepsze systemy osiągają skuteczność zbliżającą się do 99%.
- TSA rozszerzyła program TouchlessID już na 65 lotnisk w USA, a Citizens Bank Park w Filadelfii umożliwia kibicom wejście na stadion wyłącznie na podstawie rozpoznania twarzy, bez biletu.
- Technologia rozpoznawania twarzy jest już wbudowana w lotniska, stadiony, kamery miejskie i telefony setek milionów ludzi, podczas gdy regulacje prawne i standardy etyczne wciąż pozostają w tyle za jej rozwojem.
Przez lata mówiliśmy o rozpoznawaniu twarzy jak o technologii przyszłości. Teraz jest teraźniejszością, wbudowaną w lotniska, stadiony, kamery miejskie i telefony setek milionów ludzi. Problem w tym, że regulacje, etyka i zwykła ludzka ostrożność wciąż biegną kilka kroków za algorytmami.
Jak to działa i dlaczego jest szybsze niż kiedykolwiek
Podstawowy mechanizm nie zmienił się od lat: system lokalizuje twarz na obrazie, tworzy matematyczny zapis jej cech (tzw. faceprint) i porównuje go z bazą danych. To, co się zmieniło, to jakość modeli i skala wdrożeń.
FaceNet od Google i DeepFace od Facebook AI Research zapoczątkowały erę głębokiego uczenia w biometrii twarzy. Nowsze systemy radzą sobie coraz lepiej z twarzą zakrytą maseczką, okularami, sfotografowaną pod kątem lub w słabym oświetleniu. Według danych NIST, przez ostatnie dekady błędy algorytmów spadały mniej więcej o połowę co dwa lata, a w warunkach kontrolowanych najlepsze systemy zbliżają się do 99-procentowej skuteczności.
Brzmi imponująco. I jest imponujące. Ale warunki kontrolowane to nie jest rzeczywistość.
Prawie co drugi pracownik w Polsce używa AI za plecami swojego szefa. 71% polskich pracowników oszczędza dzięki AI od pół godziny do ponad dwóch godzin dziennie …
Stadiony, lotniska i codzienność bez biletu
Wdrożenia rosną lawinowo. Citizens Bank Park w Filadelfii oferuje kibicom opcję wejścia bez okazania biletu, wyłącznie na podstawie twarzy. TSA, czyli Administracja Bezpieczeństwa Transportu w USA, rozszerzyła program TouchlessID już na 65 lotnisk, w tym tych obsługujących mistrzowskie rozgrywki piłkarskie w 2026 roku. W Chinach kamery biometryczne są integralną częścią infrastruktury miejskiej od lat.
Dla operatorów logika jest prosta:
- szybsza weryfikacja tożsamości niż przy okazaniu dokumentu,
- niższe ryzyko fałszerstwa,
- możliwość automatyzacji całych procesów kontroli dostępu,
- dane, które można dalej analizować.
Ten ostatni punkt jest właśnie tym, o czym rzadko się mówi przy okazji konferencji prasowych dotyczących „wygody pasażerów”.
Komentarz redaktora
Rozumiem entuzjazm wokół tej technologii. Naprawdę. Jeśli algorytm pozwala wsiąść do samolotu bez wyjmowania paszportu, to jest to wygoda, której trudno odmówić. Ale obserwuję tę branżę wystarczająco długo, żeby widzieć pewien schemat: najpierw wdrożenie, potem pytania. Nie odwrotnie. Moje obawy nie dotyczą technologii samej w sobie, bo ta będzie coraz lepsza. Dotyczą tego, kto kontroluje bazy danych, jak długo są przechowywane i co się dzieje, gdy system się myli. Bo myli się. I mylić się będzie. Pytanie brzmi: kto za to odpowiada?
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Błędy, które nie są tylko statystyką
Do marca 2026 roku w Stanach Zjednoczonych udokumentowano co najmniej dziewięć przypadków niesłusznych aresztowań bezpośrednio powiązanych z błędami systemów rozpoznawania twarzy. To nie są anonimowe liczby.
Angela Lipps, babcia z Tennessee, została aresztowana przez U.S. Marshals z bronią w ręku w lipcu 2025 roku. Powodem? System Clearview AI powiązał jej twarz ze śledztwem dotyczącym oszustwa bankowego w Fargo w Dakocie Północnej, stanie, w którym nigdy nie postawiła nogi. Spędziła pięć miesięcy w areszcie. Straciła dom, samochód i psa. Zarzuty umorzono w Wigilię Bożego Narodzenia 2025 roku. Policja nie przeprosiła.
Christopher Gatlin spędził 17 miesięcy za kratami po tym, jak system rozpoznawania twarzy błędnie wskazał go jako sprawcę brutalnego ataku. Oczyszczenie jego imienia zajęło dwa lata.
W Wielkiej Brytanii Alvi Choudhury, inżynier oprogramowania pochodzenia bangladeskiego, został niesłusznie aresztowany przez policję, która posłużyła się błędnym wynikiem systemu biometrycznego. Skutkiem były nie tylko trauma i areszt, ale też zagrożenie dla jego poświadczenia bezpieczeństwa i kariery zawodowej.
To nie są wyjątki. To wzorzec.
Bias: technologia, która nie traktuje wszystkich równo
NIST wykazał, że dla niektórych algorytmów fałszywe dopasowania dla twarzy Azjatów i Afroamerykanów pojawiały się 10 do 100 razy częściej niż dla twarzy osób o białym kolorze skóry. Do tego dochodzą kobiety, osoby starsze i dzieci. Systemy trenowane na niereprezentacyjnych zbiorach danych po prostu gorzej sobie z nimi radzą.
Problem biasuć nie jest nowy. Ale jego konsekwencje w świecie realnym są coraz poważniejsze, im szerzej wdrażamy te narzędzia. Wysoka skuteczność w laboratorium nie jest gwarancją sprawiedliwości w terenie.
Unia Europejska i wyścig z własnym prawem
Europa stara się nadążyć legislacyjnie. Od 2 lutego 2025 roku obowiązują przepisy AI Act zakazujące m.in. biometrycznej identyfikacji w czasie rzeczywistym w przestrzeni publicznej z wyjątkiem wąsko zdefiniowanych przypadków, a także tworzenia baz danych twarzy poprzez masowe pozyskiwanie obrazów z internetu czy kamer.
Od 2 sierpnia 2026 roku zaczną obowiązywać przepisy dotyczące systemów AI wysokiego ryzyka, obejmujące biometrię, infrastrukturę krytyczną i ściganie przestępstw. Za naruszenia grożą kary sięgające 4% globalnych obrotów lub 20 milionów euro.
To poważne regulacje na papierze. Pytanie, jak będą egzekwowane w praktyce, szczególnie wobec podmiotów spoza UE operujących systemami na europejskim terytorium.
Co dalej z prywatnością
Technologia zmierza w jednym kierunku: coraz mniej danych potrzeba, żeby zidentyfikować twarz. Trójwymiarowe modele geometrii twarzy, analiza dynamiki mięśni i ruchu, metody antyspoofingowe, które odróżniają żywego człowieka od zdjęcia. Wszystko to sprawia, że zasłonięcie połowy twarzy przestaje być skuteczną ochroną anonimowości.
I tu jest sedno. Nie chodzi o to, czy technologia działa. Działa, i będzie działać coraz lepiej. Chodzi o coś innego: czy chcemy żyć w przestrzeni publicznej, w której każda twarz jest potencjalnym punktem danych? Gdzie samo przejście przez centrum handlowe, lotnisko albo mecz piłkarski może oznaczać zapis w czyjejś bazie?
Na to pytanie nie odpowie żaden algorytm.
