人脸识别技术应用中的伦理风险及其规避方法

摘要：人脸识别技术的快速发展与广泛应用不仅给人们的生活和工作带来了便利，还面临着隐私安全、财产安全、公平性等伦理风险。引发此类伦理风险的原因在于相关法律不健全、人脸识别技术不完善、个人隐私保护意识薄弱与算法歧视。为进一步推动人脸识别技术的持续、健康发展，文章针对以上伦理风险提出了规避方法。

关键词：人脸识别技术;伦理风险;规避路径中图法分类号：TP391

文献标识码：A

Ethical risks in application of face recognition technology andhow to avoid them

GAO Nian

（Hubei University，Wuhan 430062，China）

Abstract：The rapid development and wide application of face recognition technology not only brings convenience to people's life and work， but also faces ethical risks such as privacy security，property security， and fairness. The reasons for such ethical risks are imperfect relevant laws，imperfect face recognition technology， weak awareness of personal privacy protection， and algorithmic discrimination method.

Key words： face recognition technology， ethical risk， avoidance path

随着大数据与信息化时代的到来，人脸识别技术迅速发展并渗透到各行各业，人们迎来了“刷脸时代”。人脸识别技术的应用极大地方便了人们的生活并提高了工作效率，但其伦理风险降低了人们的信任度。伦理风险如何规避、技术如何“向善”发展成为人们所关心的重点。

1概述

人脸识别技术是指依据人的脸部特征信息对身份进行识别的一种生物识别技术。通过摄像机、摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，其通常也被称为人像识别、面部识别技术[1]。目前，人脸识别技术已在各个场所广泛应用，“刷脸”已成为一种常态。

与传统生物识别技术相比，人脸识别技术有以下特点：（1）非强制性。用户在无意识的情况下被采集人脸信息;（2）非接触性。采集人脸信息时用户不需要与设备直接接触;（3）并发性。在实际应用场景下可对多个人脸进行分拣、判断及识别。正是基于上述特性，人脸识别技术才得以快速发展。与此同时，这些特性也成为引发伦理风险的潜在因素。

1.1发展历程

依据人脸识别的技术特点，其发展历程可分为几何特征时代、统计特征时代与大数据时代三个阶段[2]。

（1）几何特征时代：1964～1990年

1964年，在一个情报机构的资助下美国计算机科学家伍迪·布莱索开始对人脸识别技术进行研究。这一阶段是人脸识别研究的初级阶段，识别过程依赖于人员的手动操作，主要基于人的脸部特征进行研究，该阶段的研究未实现自动识别，也未得到实际应用。

（2）统计特征时代：1991～1997年

这一时期人脸识别技术发展短暂却迅猛，极大地推动了人脸识别技术的实用进程。一方面，诞生了若干具有代表性的人脸识别技术算法;另一方面，1993年，美国军方发起了 Feret 项目，该项目主要研发最先进的人脸识别算法和数据库，目的是安全监控和情报获取;其后，美国国防部反毒技术发展办公室对该项目进行资助，提高了人脸识别技术的算法的识别率。

（3）大数据时代：1998年至今

大数据时代下人脸识别技术获得了广泛关注，开始走向实用的商业阶段。在大规模的数据分析中，人脸识别技术的准确性获得了较大提升。2001年，我国开始在公安部门使用人脸识别技术，用于防范和打击重大刑事犯罪;2008年，北京奥运会大量应用人脸识别技术，标志着我国人脸识别技术使用进入规模化阶段。

1.2现行法律规定

截至发稿前，我国暂未专门出台保护人脸识别信息的法律法规，对人脸识别信息的保护主要依据现行法中关于敏感个人信息、一般个人信息和隐私权的规定，而针对人脸信息的保护法较少—在《个人信息安全规范》中对生物识别信息的收集、储存、共享及转让等做出原则性规定;在《最高人民法院关于审理使用人脸识别技术处理个人信息相关民事案件适用法律若干问题的规定》中为处理人脸识别信息引起民事纠纷的案件提供审判指引;在其他法规条例中明确人脸识别信息的收集应确保知情同意原则及合法、正当、必要原则。

2伦理风险

2.1隐私泄露

人脸识别具有唯一性和不易被复制的特点，因此人脸及其相关联信息的泄露让个人隐私处于“裸奔”状态，其危害将是不可逆的。

2021年，央视曝光了部分知名门店利用人脸识别技术的非强制性私自获取人脸信息的现象，并对人脸信息进行分类记录，顾客进店次数、消费记录、购物偏好等均在商家的掌控之中。商家对人脸的获取并未遵循知情同意原则与合法、正当、必要原则。一旦人脸数据被进一步利用或泄露，人们将处于被窥视的恐慌中，甚至危害社会稳定。

2.2财产安全风险

迈入“刷脸”时代，人脸识别与个人财产信息越來越密不可分。而被人们信赖的人脸识别技术是否真正安全、数据是否会被妥善管理等仍存在疑问。与此同时，人脸识别技术背后隐藏的巨大价值可能遭受黑客攻击，一旦泄露，宣称保护个人信息安全的人脸识别技术也不再安全。

2021年，清华大学一研究团队利用人脸识别技术的漏洞成功破解了手机人脸识别解锁系统。测试人员破解系统后，可任意翻阅手机内的个人隐私信息，甚至可以通过线上身份认证完成银行开户。现今，一张照片就能开门、取快递的消息在网络上已不是秘闻，不法分子依靠人脸识别技术漏洞就能“绕脸而行”，人们的人身财产安全在人脸识别技术面前显得形同虚设。

2.3公平性丧失

随着人脸识别技术的迅猛发展与不断推进，公平应成为该技术的核心价值[3]，人们的主体地位不被侵犯，在人脸识别技术应用中人人平等，追求公平已然成为人们心中的呼声。

在人脸识别发展过程中歧视问题一直存在。据美国有线电视新闻网报道，2021年，优步使用的确定员工身份的面部识别系统因无法有效识别深色肤色的员工，导致相关员工被解雇。而在此事发生的前一年，为反对种族歧视，促进公正和种族平等，IBM 宣布退出人脸识别技术研发业务[4]。人脸识别技术应以人为本，为促进人的发展而努力，保障个人的人格、尊严，实现公平是人脸识别技术的核心价值。

3风险起因

3.1相关法律法规不完善

我国对脸部信息的保护主要体现在个人信息或敏感個人信息在《民法典》《个人信息保护法》等法律法规，较为零散。同时，一些原则性的规定存在约束力不强的现象，如《个人信息安全规范》仅为国家层面的规范性标准，并不具有强制保护力。目前，国家对人脸识别技术应用的边界、企业使用人脸识别技术的标准等也均未做出明确规定，有关人脸识别技术的法律规制也变成了纸上谈兵。

3.2人脸识别技术不完善

人脸识别技术虽得到迅猛发展，但它还不成熟。人脸识别算法的稳定性受光照等外界因素和技术等内部因素的影响[5]。目前，这些内外部因素对人脸识别技术的限制还未彻底解除，因此出现人脸识别技术在现实应用中被“钻空子”的现象。早在2018年，亚马逊的人脸识别软件就将28名国会议员误识别为罪犯。人脸识别算法一旦出现问题，所带来的将是隐私的泄露、人身财产安全的损害以及歧视问题。

3.3个人隐私保护意识薄弱

人脸识别技术不仅出现在公共安全领域，也贯穿于日常生活中。人们在频繁的人脸识别中降低了个人隐私防范意识，对人脸识别早已变得麻木，在屏幕前几个简单的动作就能完成验证，觉着新奇的同时更觉得方便。正是这种便利进一步降低了人们的防范意识，忽视了背后的隐私泄露风险。同时，人脸识别技术的特性造成的技术滥用让人防不胜防，人脸从最简单的识人“符号”变成了人们需要保护的隐私。

3.4算法歧视

算法作为人脸识别技术的表达方式，其中也体现着设计者的价值取向和主观意志[6]。在看似中立的人脸识别算法中，因算法设计者的主观偏见和算法的固有逻辑思维，使人脸识别出现歧视性结果。

美国国家标准技术研究所的一项研究显示，人脸识别技术的准确度相比有色人种或女性，对于白人男性面孔的准确性更高;对于非裔美国人或亚裔的面孔被误认的可能性是白人面孔的10～100倍[7]。算法是对个人数字身份的认证，算法歧视将会加剧社会偏见与刻板印象的风险，对个体造成不良影响[8]。

4伦理风险规避方法

4.1完善法律法规，明确技术应用边界

随着人脸识别技术的广泛使用，伦理风险也愈来愈多。对人脸识别技术的治理仍需要相关部门处于主导地位，用法律法规予以强制力的约束，保障人脸识别技术合理安全使用。

目前，欧盟、美国等地区和国家都出台了相应的法律，以确保人脸识别技术的合理应用。为规范人脸识别技术的良性发展与应用、维护个人隐私与尊严，相关部门必须完善人脸识别的法律法规。其一，对人脸识别技术应用等方面的规定进一步细化，明确技术应用边界，保障技术应用的合法、正当、必要性原则。其二，进一步明确人脸识别技术中相应主体的法律责任，出现问题时有法可依、失责必究。其三，建立个人对信息数据权利的救济机制和诉讼机制，使公民维权有道。

4.2优化人脸识别技术，保障信息主体权利

人脸识别的技术壁垒也对伦理问题造成影响。一方面，人脸识别技术升级存在时间、经济成本高等问题，制约其发展，引发安全风险;另一方面，数据储存所存在的安全隐患将导致隐私泄露。因此，需要进一步优化人脸识别技术，确保人脸识别的准确性及数据信息的安全。

在优化人脸识别技术时，不仅需要专业的技术人员，更需要伦理学家、法学家及普通群众的广泛参与，人脸识别技术的受益者是人类，其研发的出发点及落脚点在“人”上，通过多方主体的参与与交流，才能妥善解决人脸识别技术的弊端，尽量避免应用过程中给公众带来的风险，更好保障个人权益。

4.3树立公众监督意识

人脸信息经过长时间、大规模的数据积累，所关联的个人信息是令人心惊的。而面对人们隐私意识的薄弱，需要通过隐私防范的宣传教育，将个人隐私的防范做到“内化于心、外化于行”。

在实际生活中，应提高对各类人脸识别技术应用的警惕性，认清各种行为背后隐藏的风险，对于存在争议或不必要进行人脸识别的尽量做到少用或不用。同时，相关部门需要对个人隐私保护进行多种形式的宣传教育，提高人们对隐私侵犯的敏感性。公众对隐私权进行学习了解的同时，也需要参与大众监督的行列中去，勇于维护自己的权益，有了公众的参与与监督，人脸识别技术的发展才会更加迅速。

4.4加强行业伦理教育，培养行业自律意识

面对人脸识别技术应用中的诸多风险，在加强外部风险防范的同时，也需要注重内部因素的影响，对人脸识别技术的开发者及运营者加强伦理教育，培养行业自律意识，以促使行业健康、持续发展。

人脸识别技术自应用以来发挥了及其重要的作用，而目前人脸识别技术滥用、算法歧视等不良的现象极大影响了人们对其的信任度。因此，需要围绕“科技向善”的理念对行业人员进行人脸识别技术的伦理教育，在人脸识别技术应用中应遵纪守法、树立以人为本的理念，明确人脸识别技术使用及数据保护的边界与方法，建立行业责任感，以行业的自律推动人脸识别技术的可持续发展。

5总结

技术是一把双刃剑，人们在享受技术快速发展所带来的红利时，也要意识到背后的风险和挑战。在人脸识别技术的应用中，人们应树立“科技向善”的理念，以人的福祉为核心，以多方主体的参与和共同努力，推动人脸识别技术的健康有序发展。其一，应以相关部门为主导，细化政策法规，提高技术应用标准，明确相关主体责任。其二，从技术研发入手，通过多方主体参与减少伦理风险。其三，提升个人防范意识，实行公众监督。其四，加强行业自律，提高行业道德修养，从源头避免伦理风险。

参考文献：

[1]秦鸿，李泰峰，郭亨艺，等.人脸识别技术在图书馆的应用研究[J].大学图书馆学报，2018，36（6）：49?54.

[2]胡晓萌，李伦.人脸识别技术的伦理风险及其规制[J].湘潭大学学报（哲学社会科学版），2021，45（4）：134?138.

[3]李超.人工智能算法歧视的法律规制研究[J].重庆广播电视大学学报，2020，32（2）：42?48.

[4]白一方.退出人脸识别业务，IBM 在顾虑什么？[ J].中关村，2020（9）：88?90.

[5]蒋洁.人脸识别技术应用的侵权风险与控制策略[J].图书与情报，2019（5）：58?64.

[6]张铤.人工智能的伦理风险治理探析[ J].中州学刊，2022（1）：114?118.

[7]张佳欣.道德伦理：人脸识别“热”中的冷思考[ N].科技日报，2020?11?27（2）.

[8]郭锐，卞哲.人脸识别的应用困境与治理路径[J].可持续发展经济导刊，2021（3）：51?53.

作者简介：

高念（1996—），硕士，研究方向：公共管理。