Las personas con tonos de piel más oscuros corren riesgo de sufrir un incidente vial causado por un vehículo automatizado. A esta conclusión llegó un equipo del Instituto de Tecnología de Georgia (Estados Unidos) que, a través de un estudio denominado Inequidad predictiva en la detección de objetos, sostiene que esto se debe a las deficiencias de los sistemas de reconocimiento.
El informe está basado en numerosos y recientes ejemplos que evidencian cómo los algoritmos de aprendizaje automático muestran tasas de error más elevadas para ciertos grupos demográficos que otros. Según Benjamin Wilson, el autor principal, los sistemas de algunos vehículos que ya están en las calles resultaron ser incapaces de disminuir todos los riesgos posibles.
Los investigadores recopilaron numerosas fotos en las que se ven personas de distintos tonos de piel y se las mostró a voluntarios a quienes se les solicitó que marquen a los peatones y les asignen una de cuatro categorías. Una de éstas corresponde al color de piel que no puede ser determinado, la segunda es para los objetos que parecen peatones pero no lo son, y las otras dos representan la escala de fototipo de piel de Fitzpatrick (de 1 a 3 puntos para los tonos de piel más claros, y de 4 a 6 para los más oscuros).
Los datos se introdujeron en ocho algoritmos diferentes con el fin de que analizaran con qué frecuencia los sistemas de aprendizaje consiguen identificar la presencia de de personas de todos los tonos de piel. El resultado fue que la detección fue menos precisa para el grupo con tez más oscura, en aproximadamente, un 5 por ciento de los casos.
Los expertos destacan que las fallas del sistema se deben a la insuficiencia de datos utilizados para diseñarlos y probarlos, más que a la imperfección de propios algoritmos.
Cabe agregar que los modelos utilizados por los responsables del estudio no pertenecen a los desarrolladores de los vehículos en cuestión, debido a que los fabricantes no hacen pública este tipo de información, por lo que ensayaron varios modelos elaborados por los investigadores académicos.
Fuente: RT.