《AI前哨站：人脸识别应用公众调研报告（15页）.pdf》由会员分享，可在线阅读，更多相关《AI前哨站：人脸识别应用公众调研报告（15页）.pdf（15页珍藏版）》请在本站上搜索。 1、 目录 前言 一、九成以上受访者用过人脸识别“刷脸支付”最为普及 二、人脸识别技术的便捷性受到认可但存在强制使用问题 三、受访者关注人脸信息泄露、财产损失等安全风险 四、六成受访者认为人脸识别技术有被滥用的趋势 五、受访者认为有必要出台相关法律法规规范人脸识别发展 六、总结与展望 App 违法违规收集使用个人信息专项治理工作组 南方都市报个人信息保护研究中心人工智能伦理课题组 出品 App专项治理工作组南都人工智能伦理课题组 1 3 6 8 12 19 22 得益于国内深度学习算法的发展和海量数据的累积， 人脸识别应用在近年呈现出 加速落地的态势。 大到智慧城市建设， 小到手机客户端的登录解锁2、， 都能见到人脸识别 技术的影子。 然而正如所有新技术一样， 人脸识别也开始呈现出 “双刃剑” 效应， 在提高社会效 率、 增加便利性的同时， 在隐私、 安全、 公平等方面亦引发了诸多争议。 一些企业因安全 措施不到位导致用户的人脸、 行踪轨迹等个人敏感信息泄露， 更是有媒体曝出人脸信 息买卖黑色产业链， 5000多张人脸照片仅标价10元。 由于国内相关法律、 技术标准相对滞后， 监管部门面临着一些法律规范的适用难 题， 为应对人脸识别技术与应用中可能存在的违法违规行为和灰色地带， 加快相关标 准与法律法规的研究制定势在必行。 2020年上半年， 人脸识别技术应用安全调研课题组发布了一份线上问3、卷， 旨在了 解人脸识别技术应用的普及情况与公众态度。 课题组共回收匿名问卷2万余份， 受访 者覆盖了全国不同地区、 学历、 年龄段人群。 其中， 大学本科及以上学历的受访者约占 60%， 19-40岁的受访者超过85%。 调研范围较大， 问卷数据比较全面地反映了当前公 众对人脸识的接纳态度。 前言 数据显示， 公众对人脸识别整体持认可态度整体， 但对于部分侵犯性较强的应用 感到无法接受。“总体利大于弊， 推广应用时仍需注重风险， 保障用户知情和选择权” ， 是受访者的主流观点。 12 九成以上受访者用过人脸识别 “刷脸支付”最为普及 一 课题组在问卷中列出了常见的10大类人脸识别场景， 分别4、是： 支付转账 （如刷脸支付、 转账提现等） 开户销户 （如银行开户、 开店、 开播、 注销等环节） 实名登记 （如酒店入住、 购票抢票等） 解锁解密 （如解锁手机、 开启未成年人模式、 解密私人相册等） 换脸娱乐 （如换脸、 算命等软件） 政府办事 （如工商注册、 个人报税、 福利发放等） 交通安检 （如飞机场、 火车站进站人脸识别等） 门禁考勤 （如小区、 公园门禁、 公司人脸识别考勤等） 校园/在线教育 （如查看抬头率、 刷脸签到等） 公共安全监管 （如闯红灯识别、 大型活动安检等） 在10大类场景中， 最普及的场景是支付转账， 67.2%受访者表示遇到过。 除此之 外， 解锁解密 （55、4.1%） 、 交通安检 （49.6%） 、 实名登记 （47.68%） 、 开户销户 （45.26%） 、 门禁考勤 （43.33%） 也较为普及， 均有四成以上受访者在相关场景中遇到过人脸识别 应用。 问卷数据显示， 94.07%的受访者使用过人脸识别技术， 4.58%的受访者没有用过， 还有1.34%的受访者表示 “不确定” 。 34 从受访者的反馈来看， 人脸识别场景下的用户协议设置较为规范。 61.81%的受访 者表示有签订 （或点击同意、 看到） 过包含人脸信息收集使用规则的用户协议或隐私政 策。 18.59%的受访者选择 “没有” ， 19.6%的受访者选择 “不确定” 。 选择6、 “有” 的受访者占 据绝对主流。 不过， 出于对问卷简洁性的考虑， 受访者只要在任一场景中签订过用户协议或隐 私政策即可选择 “有” ， 不排除一些做得较好的行业拉高了整体表现。 5 人脸识别带来的管理效率提升， 是各行业推进相关应用的主要动因。 然而， 公众在实 际使用过程中， 是否切实感受到了更多的便捷性和安全性？ 为了寻求这一问题的答案， 课 题组在问卷中就 “便捷性” 与 “安全性” 设置了量表题， 请受访者分别依据前述10大类场景 中的使用感受进行打分。 1分为最低分， 5分为最高分。 结果显示， 在便捷性感受方面， 有9类场景的平均分超过4分， 显示出受访者对便捷性 的认可度。 7、其中， 得分最高的是支付转账， 平均分为4.33。 除了 “其他” 场景外， 只有换脸娱 乐场景的平均分不足4分， 但也达到了3.66分。 在安全性感受方面， 受访者给出的分数则明显偏低， 体现出他们对安全风险的忧虑态 度。 在各个场景中， 仅有交通安检场景的平均分超过4分， 为4.01分。 紧随其后的是支付转账 （3.98分） 、 开户销户 （3.96分） 和校园/在线教育 （3.88分） 。 其他场景得分则在2到4分之间。 人脸识别技术的便捷性受到认可 但存在强制使用问题 二 6 在此前的App违法违规收集使用个人信息专项治理行动中， App强制超范围收集 个人信息的问题较为突出。 为了调8、研这一问题是否在人脸识别场景下同样存在， 课题 组也要求受访者反馈是否遇到过强制使用。 结果显示， 在 “交通安检” 场景中遇到强制 人脸识别的受访者最多 （27.39%） 。 其他人数较多的场景还包括 “实名登记”（26.42%） 、“开户销户”（25.94%） 、“支付转账”（25.81%） 、 门禁考勤 （21.76%） 。 课题组同时了解了公众更愿意使用的验证手段， 位列前三的验证手段依次是 “指 纹”（55.7%） 、“手机验证码”（50.66%） 和 “密码”（48.57%） 。 更愿意使用 “人脸识别” 的 受访者占32.98%， 次于身份证验证 （39.87%） 位列第五。 79、 受访者关注人脸信息泄露、 财产损失等安全风险 受访者在安全性感受方面存在的疑虑， 或许与当前信息泄露事件高发有关。 问卷数 据显示， 30.86%受访者已经因为自己的人脸信息泄露、 滥用等遭受损失或隐私被侵犯。 在有关人脸识别的安全隐患中， 受访者最担心的依次是 “人脸信息泄露”（63.64%） 、“ 个人行踪被持续记录”（54.4%） 和 “账户被盗刷， 导致财产损失”（53.72%） 。 三 8 值得注意的是， 随着各种治理行动的推进， 民众的隐私保护意识也有所提升。 面对 人脸识别时， 大部分受访者会关心其个人信息被收集使用的范围、 目的和方式。 例如， 高达82.57%的受访者表示关10、心过个人的人脸原始信息 （如原始照片） 是否会被收集方 保留以及会被如何处理。 9 具 体 到 人 脸 信 息 的 处 理 规 则 而 言，3 1 . 5 % 的 受 访 者 想 知 道 收 集 方 “采取何种技术和管理措施保证收集的人脸信息安全” ， 26%的受访者想知道 “人脸识 别技术是否为第三方提供， 如是则第三方是谁” ， 23.16%的受访者想知道 “人脸信息目前 被使用在哪些场景， 是否变更了使用目的” ， 18.61%的受访者想知道 “查看、 撤回、 或删除收集 的人脸信息的方式” 。 10 目 前，人 脸 识 别 应 用 既 有 由 政 府 、 事 业 单 位 主 导 的，也11、 有 靠 私 企 等 商 业 力 量 推 动 落 地 的 。 整 体 而 言，受 访 者 对 “ 政 府 部 门 ” 的 信 任 度 最 高， 对 “私企” 的信任度最低。 11 六成受访者认为人脸识别技术 有被滥用的趋势 近年来， 越来越多的人脸识别技术与应用现身公众视野， 其中不少引发舆论争议： 斯坦福大学研发的算法可通过面部照片识别性取向； 部分学校利用人脸识别摄像头完 成学生考勤， 甚至 “监控” 教师和学生的上课状态； 一些地方的交通管理部门通过人脸 识别抓拍闯红灯的行人， 被抓拍者的个人信息可实时显示在附近的电子屏幕上 。 在调研中， 64.39%的受访者认为人脸识别技术有被滥用的12、趋势， 20.13%的受访者 认为没有， 还有15.47%的受访者表示 “不确定” 。 四 12 值得注意的是， 更多居住在北上广深、 省会城市等二线城市的受访者认为人脸识 别技术当前有被滥用的趋势。 这或许与这些地区的人脸识别应用更加普及有关。 13 不同学历的受访者对 “是否被滥用” 的看法也有差别。 除了小学及以下的受访者， 学历越高， 越认为当前人脸识别技术有被滥用的趋势。 在此前曾引发舆论争议的应用场景中， 受访者对三个场景的接受度较高， 分别是 “公共安全监控在城市交通要道、 交通运输工具等各个场景收集人脸数据”“在一些街 道过马路时， 有人脸识别系统记录了你闯红灯等违反交通规则的13、行为” 和 “分析人脸以 确认用户年龄， 拦截未成年人用户” 。 均有60%以上的受访者选择了 “接受” ，“不接受” 受访者的占比分别是15.78%、 13.95%和19.01%。 在教育领域，“高校运用人脸识别技术收集学生的抬头率、 微表情， 以及教师上课 的姿态” 一直争议较大。 数据显示， 选择 “接受” 的受访者占比与前述三个场景相比明显 降低， 为50.05%。 另有29.36%的受访者明确表示 “不接受” ， 20.59%的受访者表示 “不 确定” 。 14 在 “新零售” 概念火热的大背景下， 人脸识别被广泛应用于商业场景， 然而课题组 发现， 受访者对此类应用持谨慎态度。 在14、问卷选项中， 受访者对 “部分商城会运用人脸 识别技术， 收集顾客的行为和购买手段” 的接受度最低， 42.68%的人表示不接受。 15 结合地区的交叉分析则显示， 居住在北上广深的受访者， 在各个场景中都表现出 了更低的接受度。 16 1718 受访者认为有必要出台 相关法律法规规范人脸识别发展 尽管受访者对人脸识别的潜在风险有各种各样的担心， 但课题组也注意到， 他们对人 脸识别的态度整体上是正面的。 65.24%的受访者认为人脸识别 “总体利大于弊， 推广应用 时仍需注重风险， 保障用户知情和选择权” 。 其余受访者的态度则呈现出两极走势， 10.93%的受访者对人脸识别技术与应用非常 15、支持， 认为 “推动了社会进步， 促进了经济发展， 应该大力推广” 。 22.07%的受访者认为人脸 识别 “应用风险高， 争议大， 应仅限少数场景使用” 。 还有1.76%的受访者态度非常谨慎， 认为 人脸识别 “明显弊大于利， 应予以禁止” 。 总体而言， 各个地区的受访者中， 认为人脸识别 “总体利大于弊， 推广时应注重风险” 的 比例都是最高的。 不过， 相较于其他地区， 居住在北上广深的受访者中认为 “人脸识别应仅 限于少数场景使用” 的比例更高 （27.85%） 。 五 1920 在受访者看来， 人脸识别应用如何规范？ 问卷数据显示， 受访者还是更倾向 “通过 法律法规或者国家标准16、” 来达成， 有61.49%的人选择了该选项， 占比最多。 49.87%的受 访者认为有必要提高人脸识别行业的进入门槛， 49.04%的受访者支持对人脸识别设 备进行检测认证。 21 总结与展望 人脸识别从刚出现到逐步推广应用， 其 “争议” 一直存在， 事实上， 这也是每个新技 术新应用出现时所都要面临的状况。 通过此次调研内容来看， 随着广大网民个人信息保 护意识的不断觉醒， 单独靠新鲜感、 便捷度， 恐怕已不足以对用户产生足够的吸引力， 安 全和隐私的保障也同样成为人们决定是否尝试新技术新应用前， 所关心的重要方面。 同样， 作为人脸识别技术的提供方、 运营方， 除了不断强调新技术新应用17、的优势， 将 “迅速占领市场” 作为核心目标之外， 是否关心过市场的反馈， 关心过用户的呼声？ 调研数据显示， 强制要求使用人脸识别、 使用规则和安全措施不明、 无法撤回并删除数 据， 技术可靠度不够可能被破解等等情况尚普遍存在， 正是因为如此， 大多数人得出 了 “人脸识别技术” 有被滥用趋势的判断。 而在验证手段的选择中，“人脸识别” 排在了 “指纹”“验证码”“密码” 等之后， 成为了当下人们不得已的 “被动” 选择。 虽然调研数据 显示， 大部分人不认为人脸识别技术使其遭受损失或隐私被侵犯， 但如果人脸识别技术 还是得不到正确的引导、 监督， 事情恐怕还会往更加糟糕的状况发展， 到时候18、， 不光是个 人利益遭受侵害， 安全与发展的失衡， 可能将致产业受困， 前景黯淡。 就在调研人脸识别技术的社会价值时， 大部分人认可了 “总体利大于弊， 推广应用 时仍需注重风险， 保障用户知情权和选择权” 的观点， 体现的是网民对新技术和新业务 “ 包容” 和 “审慎” 的态度。 互联网、 移动互联网等快速发展， 对激活经济活力， 改变生活方 式带来的助力有目共睹， 创新是发展的灵魂的观念已经成为基本共识， 当然， 这些都归 因于此前的发展历程始终建立在了对安全风险合理把控的基础之上。 对于人脸识别技 术， 如何认识新问题、 新挑战， 如何建立科学的管控规则， 扩大其优点， 抑制其风险， 是19、当 务之急。 有没有解决好个人信息保护问题， 是衡量网民在网络空间获得感、 安全感、 幸福感 的重要因素， 近年来， 涉及个人信息保护的规则细化、 执法监管、 治理倡议等方面动作频 繁， 不断加强个人信息保护已经成为了有关部门高度重视并持续开展的重点工作。 人脸 六 22 信息作为其个人信息中最为敏感的一类 “个人生物识别信息” ， 更是应该成为重点关注 和保护的对象。 进一步以立法立规、 制定标准等方式对人脸识别技术应用安全加以引 导， 将是切实保障公民合法权益的明智之举。 就此， 课题组发出以下倡议： 一、 目的合理、 正当、 必要。 评估人脸识别技术应用的必要性， 个人身份核验准确性 不20、会影响到个人重大利益或社会公共利益的情形可不优先考虑使用人脸识别技术； 二、 保障用户的选择权。 不宜将人脸识别技术设置为唯一的身份核验的手段， 不应 强制要求或频繁推荐用户开通基于人脸识别的相关功能； 三、 确保授权同意后采集。 未经用户同意或法律法规授权， 不得通过高清摄像头等 私自采集人脸信息， 不得使用人脸信息追踪个人行为； 四、 明示收集使用规则。 向用户明示人脸信息收集使用的规则， 并建立严格的内部 管理措施， 防止人脸信息被滥用、 非法提供给第三方； 五、 最小化存储和使用。 原则上应仅采取提取人脸特征信息进行比对的方式进行 身份核验， 完成身份核验等后及时删除人脸图片等原始样本； 六、 明确标注避免混淆。 采用AI技术合成的数字人脸图像需明确注明其为技术生 成的虚拟图像， 生成和使用过程应经个人授权， 遵循有关管理规定； 七、 持续提升准确度和安全性。 加强人脸识别技术、 相关信息系统和终端设备的安 全性的检测与认证， 推动人脸识别技术成熟度不断提升， 防止人脸信息的伪造、 冒用、 泄露、 丢失。 23