Amazon Rekognition: Dunkelhäutige US-Politiker werden öfter falsch erkannt
Die American Civil Liberties Union (Aclu) beschuldigt das Gesichtserkennungssystem Amazon Rekognition(öffnet im neuen Fenster) erneut, ungenau und mit Blick auf verschiedene Völkergruppen voreingenommen zu sein. Um das zu beweisen, ließ die Organisation die Motive aller 535 US-Kongressabgeordneten vom System analysieren. Davon wurden 28 Personen falsch identifiziert – ein Prozentsatz von etwa 5,3 Prozent. Das Problem: Von diesen Identifizierten sind 40 Prozent Menschen mit dunkler Hautfarbe, obwohl diese im Kongress nur 20 Prozent ausmachen. Die Grundlage des maschinellen Lernmodells ist eine Datenbank mit 25.000 Bildern von US-Bürgern im ganzen Land.
Dieses Ungleichgewicht nutzt Aclu als Argument, Rekognition als falsch und voreingenommen darzustellen. " Dunkelhäutige Bürger sind sowieso schon unverhältnismäßig von Polizeipraktiken betroffen ", heißt es in der Publikation. Ein rassistisch anmutendes System könne diese Vorurteile noch verstärken. Ein Szenario nennt die Organisation ebenfalls: " Es ist nicht schwierig, sich vorzustellen, dass ein Polizeibeamter ein Match erhält, das die vor ihm stehende Person schon einmal wegen illegalen Waffentragens festgenommen worden sei, und er dadurch noch voreingenommener auf das Gegenüber zugeht. "
Amazon reagiert
Rekognition wird bereits in einigen US-Polizeibehörden zu Testzwecken eingesetzt. Polizeiabschnitte, die es nutzen, zahlen für die Software offenbar nur etwa 12 US-Dollar im Monat. Der Test kostete Aclu nach eigenen Angaben ebenfalls nur 12,33 US-Dollar. Im US-IT-Magazin The Verge(öffnet im neuen Fenster) verteidigte Amazon sein Produkt. Aclu habe zu Testzwecken nur die Standardversion genutzt, die einen Genauigkeitsgrenzwert von 80 Prozent anwende. Das bedeutet, wenn sich Rekognition zu 80 Prozent bei einem vorliegenden Bild sicher ist, ist es ein Match.
"Während 80 Prozent Genauigkeit für Bilder von Hunden, Stühlen und andere Social-Media-Anwendungen ausreicht, wäre das für das Identifizieren von Individuen unangebracht" , sagte ein Sprecher des Unternehmens. Amazon empfiehlt dafür die Variante mit 95 Prozent Genauigkeit.
Anzumerken ist, dass für eine akkurate Bildererkennung eine Datenbank von 25.000 Fotos recht wenig ist. Vor allem wenn davon etwa 70 Prozent weiße Bürger sind, sollten die Fotos die ethnische Verteilung in den USA widerspiegeln. Trotzdem ist das ein Problem – das aber auch Konkurrenten wie Microsoft, IBM und Face++ haben.