Red Hot Cyber
Sicurezza Informatica, Notizie su Cybercrime e Analisi Vulnerabilità
Una AI fa arrestare un uomo innocente di colore nel New Jersey.

Una AI fa arrestare un uomo innocente di colore nel New Jersey.

2 Maggio 2021 07:25

Si tratta della terza persona nota per essere stata arrestata per un crimine che non ha mai commesso, sulla base di un errore di un algoritmo di riconoscimento facciale.

Le forze dell’ordine in tutti gli Stati Uniti D’America utilizzano il riconoscimento facciale per generare indizi sui sospetti, ma questo può avere un forte impatto negativo, qualora le persone identificate siano innocenti, se la tecnologia si sbaglia.

La polizia ha risposto alle denunce di furto in un Hampton Inn Hotel a Woodbridge, nel New Jersey. Il sospetto è scappato, colpendo una macchina della polizia e, secondo quanto affermato dalla polizia stessa, quasi investendo un agente.

Utilizzando una tecnologia di riconoscimento facciale all’avanguardia, la polizia ha rapidamente arrestato Nijeer Parks, un residente di Paterson di 31 anni.

All’epoca in cui il crimine veniva commesso, nel gennaio 2019, Parks si trovava a 30 miglia di distanza in una Western Union, e inviava denaro alla sua fidanzata.

La polizia, dopo una serie di indagini, ha ricostruito l’incidente e utilizzando una foto in suo possesso, attraverso algoritmi di intelligenza artificiale ha ottenuto una corrispondenza.

Sulla base di queste prove, un giudice ha firmato un mandato d’arresto per Parks.

“La cosa così notevole in questo caso non è che il riconoscimento facciale abbia sbagliato. È che l’abbiamo scoperto”

ha affermato Albert Fox Cahn, Direttore esecutivo del Surveillance Technology Oversight Project.

Parks è ora diventato il volto di un problema che ricercatori e sostenitori della privacy avvertono da anni: il riconoscimento facciale nelle mani delle forze dell’ordine.

“Quando parliamo del numero di scansioni di riconoscimento facciale che si svolgono negli Stati Uniti ogni giorno, non conosciamo nemmeno il numero completo”

ha detto Cahn.

“Puoi avere persone che vengono mandate in prigione ingiustamente che non sanno mai che il riconoscimento facciale ha avuto un ruolo nel loro arresto”.

Un rapporto federale del 2019 ha trovato prove diffuse di pregiudizi razziali in quasi 200 algoritmi di riconoscimento facciale che avevano molte più probabilità di identificare erroneamente le persone di colore rispetto ai bianchi.

“Se continui a mostrare a un modello un tipo di viso molto specifico, distinguerà volti diversi utilizzando caratteristiche molto specifiche, quindi finirà per concentrarsi sugli attributi di un viso che non distinguono realmente volti di una cultura diversa o di una pelle diversa, come nel caso di alcuni dei prodotti che abbiamo testato che hanno fornito risultati differenti su tipi di pelle più scuri”

ha detto il ricercatore Deb Raji.

Parks ha trascorso 10 notti in prigione.

Il suo caso non è stato ritirato fino a quasi un anno dopo.

Ora sta facendo causa alle persone coinvolte nel suo arresto.

“Il riconoscimento facciale è uno di quelle tecnologie, dove è pericoloso quando non funziona ed è pericoloso quando funziona. È ancora da collaudare con le persone di colore”.

ha detto Raji.

Ed è di questo che parlava la ricercatrice licenziata da Google Timnit Gebru e sull’etica degli algoritmi di intelligenza artificiale, argomento del quale abbiamo trattato molto sulle pagine di RHC.

Fonte

https://www.fox19.com/2021/04/29/false-facial-recognition-sends-innocent-new-jersey-man-jail/

Ti è piaciuto questo articolo? Ne stiamo discutendo nella nostra Community su LinkedIn, Facebook e Instagram. Seguici anche su Google News, per ricevere aggiornamenti quotidiani sulla sicurezza informatica o Scrivici se desideri segnalarci notizie, approfondimenti o contributi da pubblicare.

Cropped RHC 3d Transp2 1766828557 300x300
La Redazione di Red Hot Cyber fornisce aggiornamenti quotidiani su bug, data breach e minacce globali. Ogni contenuto è validato dalla nostra community di esperti come Pietro Melillo, Massimiliano Brolli, Sandro Sana, Olivia Terragni e Stefano Gazzella. Grazie alla sinergia con i nostri Partner leader nel settore (tra cui Accenture, CrowdStrike, Trend Micro e Fortinet), trasformiamo la complessità tecnica in consapevolezza collettiva, garantendo un'informazione accurata basata sull'analisi di fonti primarie e su una rigorosa peer-review tecnica.

Articoli in evidenza

Immagine del sitoInnovazione
Robot in cerca di carne: Quando l’AI affitta periferiche. Il tuo corpo!
Silvia Felici - 06/02/2026

L’evoluzione dell’Intelligenza Artificiale ha superato una nuova, inquietante frontiera. Se fino a ieri parlavamo di algoritmi confinati dietro uno schermo, oggi ci troviamo di fronte al concetto di “Meatspace Layer”: un’infrastruttura dove le macchine non…

Immagine del sitoCybercrime
DKnife: il framework di spionaggio Cinese che manipola le reti
Pietro Melillo - 06/02/2026

Negli ultimi anni, la sicurezza delle reti ha affrontato minacce sempre più sofisticate, capaci di aggirare le difese tradizionali e di penetrare negli strati più profondi delle infrastrutture. Un’analisi recente ha portato alla luce uno…

Immagine del sitoVulnerabilità
Così tante vulnerabilità in n8n tutti in questo momento. Cosa sta succedendo?
Agostino Pellegrino - 06/02/2026

Negli ultimi tempi, la piattaforma di automazione n8n sta affrontando una serie crescente di bug di sicurezza. n8n è una piattaforma di automazione che trasforma task complessi in operazioni semplici e veloci. Con pochi click…

Immagine del sitoInnovazione
L’IA va in orbita: Qwen 3, Starcloud e l’ascesa del calcolo spaziale
Sergio Corpettini - 06/02/2026

Articolo scritto con la collaborazione di Giovanni Pollola. Per anni, “IA a bordo dei satelliti” serviva soprattutto a “ripulire” i dati: meno rumore nelle immagini e nei dati acquisiti attraverso i vari payload multisensoriali, meno…

Immagine del sitoCyber Italia
Truffe WhatsApp: “Prestami dei soldi”. Il messaggio che può svuotarti il conto
Silvia Felici - 06/02/2026

Negli ultimi giorni è stato segnalato un preoccupante aumento di truffe diffuse tramite WhatsApp dal CERT-AGID. I messaggi arrivano apparentemente da contatti conosciuti e richiedono urgentemente denaro, spesso per emergenze come spese mediche improvvise. La…