La frenología es una dama pasada de moda. Este concepto probablemente le resulte familiar en los libros de historia, donde se encuentra en algún lugar entre la sangría y el ciclismo. Solíamos pensar que evaluar a una persona por el tamaño y la forma de un cráneo es una práctica que se ha mantenido en el pasado. Sin embargo, la frenología está aquí y nuevamente asomando su cabeza abultada.
En los últimos años, los algoritmos de aprendizaje automático han permitido a gobiernos y empresas privadas recopilar todo tipo de información sobre la apariencia de las personas. Hoy en día, varias empresas emergentes afirman que pueden usar inteligencia artificial (IA) para ayudar a determinar los rasgos de personalidad de los candidatos a un puesto según sus rostros. En China, el gobierno fue el primero en utilizar cámaras de vigilancia para detectar y rastrear los movimientos de las minorías étnicas. Mientras tanto, algunas escuelas usan cámaras que rastrean la atención de los niños durante las lecciones, detectando movimientos faciales y de cejas.
Y hace unos años, los investigadores Xiaolin Wu y Xi Zhang dijeron que habían desarrollado un algoritmo para identificar a los delincuentes por la forma de la cara, que proporciona un 89,5% de precisión. Recuerda bastante las ideas del siglo XIX, en particular, el trabajo del criminólogo italiano Cesare Lombroso, quien argumentó que los criminales pueden ser reconocidos por sus frentes inclinadas, "animales" y narices de halcón. Obviamente, los intentos de los investigadores modernos de aislar los rasgos faciales asociados con el crimen se basan directamente en el "método de composición fotográfica" desarrollado por el maestro de la época victoriana, Francis Galton, quien estudió los rostros de las personas para identificar signos que indiquen cualidades como la salud, la enfermedad, el atractivo. y crimen.
Muchos observadores consideran que estas tecnologías de reconocimiento facial son "frenología literal" y las asocian con la eugenesia, una pseudociencia que tiene como objetivo identificar a las personas más adaptadas a la reproducción.
norte
En algunos casos, el propósito explícito de estas tecnologías es negar oportunidades a quienes se consideran "inutilizables". Pero cuando criticamos tales algoritmos, llamándolos frenología, ¿qué problema estamos tratando de señalar? ¿Estamos hablando de la imperfección de los métodos desde un punto de vista científico, o estamos hablando del lado moral del problema?
La frenología tiene una historia larga y complicada. Los lados moral y científico de su crítica siempre se han entrelazado, aunque su complejidad ha cambiado con el tiempo. En el siglo XIX, los críticos de la frenología objetaron el hecho de que la ciencia estaba tratando de identificar la ubicación de varias funciones mentales en diferentes partes del cerebro, un movimiento que se consideró herético porque desafiaba las ideas cristianas sobre la unidad del alma. Curiosamente, tratar de descubrir el carácter y la inteligencia de una persona a partir del tamaño y la forma de su cabeza no se percibió como un dilema moral serio. Hoy, por el contrario, la idea de localizar las funciones mentales provoca un feroz debate sobre el lado moral del problema.
La frenología tuvo su parte de crítica empírica en el siglo XIX. Ha habido controversia sobre qué funciones y dónde están ubicadas, y si las mediciones del cráneo son una forma confiable de determinar lo que está sucediendo en el cerebro. La crítica empírica más influyente de la antigua frenología, sin embargo, provino de la investigación del médico francés Jean Pierre Flourens, quien basó sus argumentos en el estudio del cerebro dañado de conejos y palomas, a partir del cual concluyó que las funciones mentales están distribuidas, no localizadas (estas conclusiones fueron más tarde refutado). El hecho de que la frenología haya sido rechazada por razones que la mayoría de los observadores modernos ya no aceptan hace que sea difícil determinar a qué apuntamos cuando criticamos la ciencia hoy.
Tanto la frenología "antigua" como la "nueva" son criticadas principalmente por su metodología. En un estudio reciente sobre delitos asistido por computadora, los datos provienen de dos fuentes muy diferentes: fotografías de presos y fotografías de personas que buscan trabajo. Este solo hecho puede explicar las características del algoritmo resultante. En un nuevo prólogo del artículo, los investigadores también reconocieron que aceptar sentencias judiciales como sinónimo de propensión al delito era un "descuido serio". Sin embargo, el signo de igualdad entre los condenados y los propensos a cometer delitos, aparentemente, es considerado por los autores como una falla principalmente empírica: después de todo, el estudio solo estudió a las personas que fueron llevadas ante el tribunal, pero no a las que escaparon del castigo. Los autores señalaronque estaban "profundamente desconcertados" por la indignación pública en respuesta al material destinado "a una discusión puramente académica".
Video promocional:
Cabe señalar que los investigadores no comentan el hecho de que la condena en sí puede depender de la percepción de la apariencia del sospechoso por parte de la policía, los jueces y el jurado. Tampoco tomaron en cuenta el acceso limitado de varios grupos al conocimiento legal, asistencia y representación. En su respuesta a las críticas, los autores no se apartan del supuesto de que "se necesitan muchos rasgos de personalidad anormales (externos) para ser considerado un criminal". De hecho, existe la suposición tácita de que el crimen es una característica innata y no una reacción a condiciones sociales como la pobreza o el abuso. Parte de lo que hace que el conjunto de datos sea empíricamente cuestionable es que es poco probable que quien sea etiquetado como "criminal" sea neutral con respecto a los valores sociales.
Una de las objeciones morales más fuertes al uso del reconocimiento facial para detectar delitos es que estigmatiza a las personas que ya están lo suficientemente amargadas. Los autores dicen que su herramienta no debe ser utilizada por las fuerzas del orden, sino que solo proporcionan argumentos estadísticos de por qué no debe usarse. Señalan que la tasa de falsos positivos (50 por ciento) será muy alta, pero son ajenos a lo que eso significa desde un punto de vista humano. Detrás de estos "errores" se esconderán personas cuyos rostros simplemente se parecen a los condenados del pasado. Dados los prejuicios raciales, nacionales y de otro tipo en el sistema de justicia penal, dichos algoritmos terminan por sobrestimar el crimen entre las comunidades marginadas.
La cuestión más controvertida parece ser si el replanteamiento de la fisonomía sirve como una "discusión puramente académica". Se podría argumentar sobre bases empíricas: los eugenistas del pasado como Galton y Lombroso fueron finalmente incapaces de identificar los rasgos faciales que predisponen a una persona al crimen. Esto se debe a que no existen tales conexiones. Del mismo modo, los psicólogos que estudian la herencia de la inteligencia, como Cyril Burt y Philip Rushton, no han logrado establecer una correlación entre el tamaño del cráneo, la raza y el coeficiente intelectual. Nadie ha tenido éxito en esto durante muchos años.
El problema de repensar la fisonomía no radica solo en su fracaso. Los investigadores que continúan buscando la fusión fría también se enfrentan a críticas. En el peor de los casos, solo están perdiendo el tiempo. La diferencia es que el daño potencial de la investigación de la fusión fría es mucho más limitado. Por el contrario, algunos comentaristas sostienen que el reconocimiento facial debería regularse tan estrictamente como el tráfico de plutonio, porque el daño de ambas tecnologías es comparable. El proyecto eugenésico sin salida que está resucitando hoy se lanzó para apoyar las estructuras coloniales y de clase. Y lo único que puede medir es el racismo inherente a estas estructuras. Por tanto, no se deben justificar tales intentos por curiosidad.
Sin embargo, llamar "frenología" a la investigación del reconocimiento facial sin explicar lo que está en juego probablemente no sea la estrategia más eficaz para criticar. Para que los científicos se tomen en serio sus obligaciones morales, deben ser conscientes del daño que puede surgir de su investigación. Con suerte, una declaración más clara de lo que está mal en este trabajo tendrá un impacto mayor que una crítica infundada.
Por Katherine Stinson
