Por Juliana Vicentini
Trabalho da Unicamp integra a programação do IEEE WIFS 2026
Estudo do Recod.ai para tornar a verificação facial menos desigual será apresentado na 18ª edição do IEEE International Workshop on Information Forensics and Security (WIFS), principal evento científico na área de forense e segurança da informação que será realizado no Japão.
A pesquisa aprovada pelo comitê científico do WIFS investiga as origens do desempenho assimétrico dos sistemas de reconhecimento facial ao se depararem com grupos étnicos diferentes e ainda propõe uma metodologia para mitigar os vieses sem a necessidade de retreinar todo o modelo de IA.
Os sistemas tradicionais de verificação facial utilizam um corte estático pautado na generalização para comparar rostos, o que gera inconsistências porque populações distintas apresentam distribuições visuais diferentes que acabam não sendo identificadas.
A abordagem desenvolvida supera esse desafio ao utilizar um duplo codificador, onde um agrupa automaticamente imagens com características visuais semelhantes, estabelecendo limites de decisão adaptativos e personalizados para cada grupo, e o outro, verifica a identidade.
O reconhecimento facial é um procedimento utilizado na área da segurança e a proposta dos cientistas tem potencial para reduzir as disparidades e evitar que os sistemas reproduzam desigualdades sociais enraizadas na sociedade, contribuindo para o desenvolvimento de uma IA mais justa e confiável.
O trabalho é de autoria de Emily Tomadon e Giovanni Micaroni, alunos de graduação do Instituto de Computação, sob a orientação do Anderson Rocha, professor da Universidade Estadual de Campinas e foi desenvolvido com o apoio da Griaule Biometrics e da FAPESP, por meio do projeto Horus.
_______
Material produzido com o apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), Brasil (Processo nº 2025/26523-7), vinculado ao Projeto Horus do Recod.ai (Processo nº 23/12865-8).