Recientemente las redes sociales como Facebook, Twitter e Instagram se inundaron con fotografías comparativas del 2009 y 2019 de miles de usuarios bajo el #10yearchallenge.
Sin embargo, en torno al reto han surgido teorías que afirman que las grandes industrias estarían aprovechando la información compartida por los usuarios para mejorar sus prácticas de reconocimiento facial.
Te puede interesar: Q'hubo se le midió al #10YearsChallenge
Kate O'Neill, editora de Wired, una revista estadounidense, compartió con sus seguidores de Twitter una serie de trinos en los cuales hizo una serie de análisis relacionados con los programas de reconocimiento facial.
Esta información y aplicaciones que buscan encontrar parecidos, por ejemplo entre actores y personas del común, son estrategias de los desarrolladores para estrenar programas de reconocimiento facial. Es decir, inconscientemente los usuarios se han convertido sin saberlo en potenciales ayudantes de Facebook, Twitter o Instagram, si estas redes quieren usar esas fotos para entrenar esos algoritmos.
Let's just imagine that you wanted to, say, train a facial recognition algorithm on age-related characteristics. You'd ideally want a broad and rigorous data set with lots of people's pictures. It'd help if you knew they were taken a fixed number of years apart — say 10 years.
— Kate O'Neill (@kateo) 13 de enero de 2019
Dentro de sus comentarios, la editora toma como ejemplo Facebook y explica que con este 'reto', ahora hay un gran conjunto de datos de fotos cuidadosamente seleccionadas de personas de hace unos 10 años comparados con la actualidad. Posteriormente, O'Neill, afirma que con estos, las bases de datos que se creen podrían ayudar a encontrar niños desaparecidos, entre otras funciones.