最近，中國(guó)開(kāi)展了一項(xiàng)考察計(jì)算機(jī)能否根據(jù)面部特征來(lái)鑒別罪犯的試驗(yàn)。研究人員用1500多張中國(guó)公民的照片來(lái)訓(xùn)練算法，其中有數(shù)百名犯罪分子。他們說(shuō)，該程序經(jīng)訓(xùn)練后可以在更多照片中識(shí)別犯罪分子，正確率達(dá)89%。
但這項(xiàng)尚未經(jīng)過(guò)同行評(píng)審的研究，遭到了一些犯罪學(xué)家的批評(píng)，他們說(shuō)AI可能會(huì)反映司法系統(tǒng)中的一些偏見(jiàn)。“這篇文章不是看人們的行為，而是著眼于找出某人是不是犯罪分子。”愛(ài)丁堡大學(xué)量化犯罪學(xué)家Susan McVie說(shuō)。“刑事司法體系由警察、檢察和司法部門的一系列決策階段組成。在每一個(gè)階段，人們的決策都受到一些犯罪行為以外的因素影響，例如對(duì)于誰(shuí)最可能有罪的刻板印象。”“研究顯示，陪審員更可能會(huì)判相貌或穿著具有某些特征的人有罪。這項(xiàng)研究可能只是揀選了刑事司法體系對(duì)他們所認(rèn)為的犯罪分子的刻板印象，而不是某人做出犯罪行為的可能性。”
面部特征
研究人員用1856張中國(guó)公民身份證上的照片，這些照片上的人都是男性，年齡在18-55歲之間，沒(méi)有頭發(fā)或標(biāo)記。這組照片里包括730張犯罪分子或“被公安部通緝的犯罪嫌疑人”的身份證照片——而不是警察手上的犯罪嫌疑人照片。在用90%的照片訓(xùn)練他們的算法之后，研究人員用剩下的照片來(lái)測(cè)試計(jì)算機(jī)能否正確識(shí)別犯罪分子。它的正確率達(dá)到90%。
但McVie教授說(shuō)，該算法只是識(shí)別出人類陪審團(tuán)所判罪的人的特征。“這是僅基于統(tǒng)計(jì)學(xué)的研究，而沒(méi)有任何理論基礎(chǔ)。”McVie教授說(shuō)。她還是應(yīng)用量化方法網(wǎng)絡(luò)研究中心的主任。“某人的面部特征會(huì)導(dǎo)致他們犯罪，其中的理由是什么？說(shuō)某人的相貌會(huì)導(dǎo)致他們成為罪犯，這是完全沒(méi)有理論上的理由的。”“這類工作存在大量邊際誤差。如果你試圖用這種算法去預(yù)測(cè)誰(shuí)可能犯罪，那么你的成功率不會(huì)高。”她對(duì)BBC說(shuō)。
“嚴(yán)重錯(cuò)誤”
“回到100多年前，19世紀(jì)犯罪學(xué)家Cesare Lombroso利用顱相學(xué)，即對(duì)人們頭部特征的感覺(jué)，判斷某人是不是罪犯。因?yàn)轱B相學(xué)的理論認(rèn)為頭上的突起和凹陷的特征與人格特征相聯(lián)系。”
“但顱相學(xué)現(xiàn)在已經(jīng)被認(rèn)為是過(guò)時(shí)的、錯(cuò)誤的科學(xué)，犯罪學(xué)家已經(jīng)幾十年不信顱相學(xué)了。”
McVie教授還警告說(shuō)，通過(guò)相貌來(lái)識(shí)別可能的犯罪分子的算法，例如在機(jī)場(chǎng)掃描護(hù)照或在夜總會(huì)掃描身份證等，可能導(dǎo)致危險(xiǎn)后果。
“使用基于相貌而非行為的算法系統(tǒng)可能會(huì)導(dǎo)致決策是基于優(yōu)生學(xué)而做出。”她說(shuō)。“最讓我擔(dān)憂的是，我們可能會(huì)根據(jù)人的相貌來(lái)判斷他/她是不是犯罪分子。這種方法在不久之前的歷史上曾導(dǎo)致嚴(yán)重錯(cuò)誤。”
責(zé)編：微科普