Diga "xis": o reconhecimento facial identificado na literatura científica em ciência da informação

Abstract

Os algoritmos de reconhecimento facial (RF) são um dos segmentos em avanço contínuo da inteligência artificial e são aplicados em setores como segurança pública, marketing, saúde e bibliotecas. É crescente também a preocupação social sobre seu uso, e se colocam em questão a vigilância e a privacidade, além de denúncias de suspeitas de vieses racistas, machistas e transfóbicos. O objetivo geral desta pesquisa é verificar como a literatura acadêmica em ciência da informação (CI) compreende a existência de efeitos sociais decorrentes da aplicação de RF. Para nortear os caminhos deste estudo, foram definidos três objetivos específicos: a) Identificar as pesquisas sobre reconhecimento facial na CI no Brasil e no âmbito internacional. b) Caracterizar os efeitos sociais identificados na literatura científica derivados das aplicações de reconhecimento facial. c) Categorizar o reconhecimento facial identificado no levantamento, agrupado por especificidade ou correlação. Para atender aos objetivos deste estudo, a metodologia aplicada foi a pesquisa bibliográfica, exploratória e qualitativa. O trabalho foi composto por artigos científicos indexados nas bases: Web of Science, DOAJ, LENS e Dimensions. Os autores clássicos foram utilizados para conceituar e aprofundar o funcionamento dos elementos centrais da pesquisa, como explicar IA, machine learning e algoritmos de reconhecimento facial. A metodologia pensada para a categorização dos efeitos sociais identificados na literatura científica foi a categorização de Bardin, que indica cinco recomendações para categorias de qualidades: a) exclusão mútua; b) homogeneidade; c) pertinência; d) objetividade e fidelidade; e e) produtividade. Cada artigo faz parte de apenas uma categoria, pois a categoria representa o assunto do artigo analisado. Após a coleta e triagem, foram caracterizados e categorizados 37 artigos em cinco categorias. Categoria 1 ? Vigilância e Privacidade: trata sobre a coleta e uso de informações pessoais por meio dos algoritmos de RF para monitoramento, vigilância, e a preocupação com a falta de privacidade ocasionada. Na Categoria 2 ? Bibliotecas e Arquivos, os artigos trazem o uso do RF como segurança de acervos e usuários, monitoramento de acesso às bibliotecas e atrasos nos empréstimos. Existe uma possível substituição do profissional bibliotecário pela IA, porém a IFLA se posiciona contra o uso do RF, pois contraria os códigos e manuais de ética da profissão bibliotecária, que afirmam que o usuário tem o direito à proteção da privacidade. A Categoria 3 ? Gênero e Raça expõe os problemas do RF referentes a gênero e raça, que incluem problemas prévios sociais fortalecendo racismo e misoginia. Na Categoria 4 ? Saúde, os artigos desenvolvem boas aplicações do RF no diagnóstico de doenças e facilidades na vida de pessoas com deficiências. E a Categoria 5 ? Software é composta por pesquisas em busca de melhorias nos algoritmos de RF para que os erros diminuam cada vez mais. Os resultados das análises e identificação dos efeitos e suas ligações com a CI demonstram que, embora seja promissor o uso nas áreas de saúde, nas demais categorias o uso é levantado como um \"benefício limitado\" e deve ser utilizado com responsabilidade e ética, buscando o desenvolvimento de políticas junto as bibliotecas, que não afetem os direitos humanos. Com isso, o estudo busca ser uma fonte de informação que possa fazer parte e expandir a comunicação científica do reconhecimento facial e suas ligações com a ciência da informação.

Abstract: Facial recognition algorithms (FR) are one of the continuously advancing segments of artificial intelligence and are applied in sectors such as public security, marketing, healthcare, and libraries. There is also growing social concern about their use, raising questions about surveillance and privacy, as well as allegations of racist, sexist, and transphobic biases. The overall objective of this research is to investigate how academic literature in information science (IS) understands the existence of social effects resulting from the application of FR. To guide the paths of this study, three specific objectives were defined: a) Identify research on facial recognition in IS in Brazil and internationally. b) Characterize the social effects identified in scientific literature derived from facial recognition applications. c) Categorize the facial recognition identified in the survey, grouped by specificity or correlation. To meet the objectives of this study, the applied methodology was bibliographic, exploratory, and qualitative research. The work consisted of scientific articles indexed in the following databases: Web of Science, DOAJ, LENS, and Dimensions. Classic authors were used to conceptualize and deepen the functioning of the central elements of the research, such as explaining AI, machine learning, and facial recognition algorithms. The methodology designed for categorizing the social effects identified in scientific literature was Bardin's categorization, which indicates five recommendations for quality categories: a) mutual exclusion; b) homogeneity; c) relevance; d) objectivity and fidelity; and e) productivity. Each article belongs to only one category because the category represents the subject of the analyzed article. After collection and screening, 37 articles were characterized and categorized into five categories. Category 1 - Surveillance and Privacy: addresses the collection and use of personal information through FR algorithms for monitoring, surveillance, and concerns about privacy infringements. In Category 2 - Libraries and Archives, the articles discuss the use of FR for the security of collections and users, monitoring access to libraries, and delays in loans. There is a potential replacement of library professionals by AI, but IFLA opposes the use of FR as it contradicts the codes and ethical manuals of the library profession, which affirm that users have the right to privacy protection. Category 3 - Gender and Race exposes the problems of FR regarding gender and race, including pre-existing social issues reinforcing racism and misogyny. In Category 4 - Health, the articles explore the positive applications of FR in disease diagnosis and improving the lives of people with disabilities. Category 5 - Software consists of research seeking improvements in FR algorithms to reduce errors. The results of the analyses and the identification of effects and their connections with IS demonstrate that while the use in healthcare shows promise, in other categories, the use is seen as a \"limited benefit\" and should be used responsibly and ethically, seeking the development of policies alongside libraries that do not infringe on human rights. Thus, the study aims to be an information source that can be part of and expand the scientific communication of facial recognition and its connections with information science.