Решение кейсов

Признаки метода кейс-стади

Обучение имеет свои признаки, от других методов оно также отличается технологическими особенностями.

Признаки метода case study.

Ситуационное обучение отличается следующими признаками:

В ходе обсуждения рассматривается модель в выбранный период времени и в рамках какой-либо социально-экономической системы.
Решения вырабатываются коллективно. Деятельность студентов тоже оценивается группой.
Есть несколько вариантов решений, невозможно дать единственный ответ.
Цель обсуждений одна.
В ходе дискуссии возникает эмоциональное напряжение, участники обмениваются мнениями.

Руководитель направляет слушателей, помогает выработать ответы на предложенную задачу.

Стоит ли переживать о программах, распознающих лица?

Прежде всего, распознавание лиц — это данные. Данные можно собирать и хранить, зачастую без разрешения. Как только информация собрана и сохранена, она открыта и для взлома. Платформы с ПО, распознающим лица, пока не подвергались серьезным взломам, но по мере распространения технологий ваши биометрические данные оказываются в руках все большего числа людей.

Существуют также вопросы владения. Большинство людей не знают, что когда они регистрируются в социальных медиаплатформах вроде Facebook, их данные с этого момента принадлежат этой самой Facebook. Поскольку число компаний, использующих распознавание лиц, постоянно растет, очень скоро даже не придется загружать собственные фотографии в Интернет, чтобы оказаться скомпрометированным. Они уже там хранятся, и хранятся давно.

Говоря о программном обеспечении, все они работают по-разному, но в основе своей используют похожие методы и нейросети. У каждого лица есть множество отличительных признаков (в мире невозможно найти два идентичных лица, а ведь сколько их было за всю историю человечества!). К примеру, программное обеспечение FaceIt определяет эти признаки как узловые точки. Каждое лицо содержит примерно 80 узловых точек, схожих с теми, что мы упоминали прежде: расстояние между глазами, ширина носа, глубина глазных впадин, форма подбородка, длина челюсти. Эти точки измеряются и создают числовой код — «отпечаток лица» — который затем попадает в базу данных.

В прошлом распознавание лиц опиралось на двумерные снимки для сравнения или идентификации других двумерных снимков из базы данных. Для пущей эффективности и точности изображение должно было быть лицом, прямо смотрящим в камеру, с небольшой дисперсией света и без особого выражения лица. Конечно, работало это чертовски плохо.

В большинстве случаев снимки не создавались в подходящей среде. Даже небольшая игра света могла снизить эффективность системы, что приводило к высоким показателям отказа.

На смену 2D пришло 3D-распознавание. Эта недавно появившаяся тенденция в программном обеспечении использует 3D-модель, обеспечивающую высокую точность распознавания лица. Запечатлевая трехмерное изображение поверхности лица человека в реальном времени, ПО выделяет отличительные черты — где больше всего выдаются жесткие ткани и кость, например, кривые глазного гнезда, носа и подбородка — для идентификации субъекта. Эти области уникальны и не меняются со временем.

Построение 3D-модели лица

Используя глубину и ось измерения, на которые не влияет освещение, система трехмерного распознавания лиц может даже использоваться в темноте и распознавать объекты под разными углами (даже в профиль). Подобное программное обеспечение проходит через несколько этапов, идентифицируя человека:

Обнаружение: получение снимка при помощи цифрового сканирования существующей фотографии (2D) или видео для получения живой картинки субъекта (3D).
Центровка: определив лицо, система отмечает положение головы, размер и позу.
Измерение: система измеряет кривые на лице с точностью до миллиметра и создает шаблон.
Репрезентация: система переводит шаблон в уникальный код. Этот код задает каждому шаблону набор чисел, представляющих особенности и черты лица.
Сопоставление: если снимок в 3D и база данных содержит трехмерные изображения, сопоставление пройдет без изменений снимка. Но если же база данных состоит из двумерных снимков, трехмерное изображение раскладывается на разные составляющие (словно сделанные под разными углами двумерные снимки одних и тех же черт лица), и они конвертируются в 2D-изображения. И затем находится соответствие в базе данных.
Верификация или идентификация: в процессе верификации снимок сравнивается только с одним снимков в базе данных (1:1). Если целью же стоит идентификация, снимок сравнивается со всеми снимками в базе данных, что приводит к ряду возможных совпадений (1:N). Применяется тот или иной другой метод по необходимости.

Повышение безопасности

Начнем с положительных сторон распознавания лиц, одним из самых важных является безопасность. Около 96 миллионов смартфонов используют идентификацию лица , в основном как замену паролям. Это приложение имеет большой смысл. Кто-то может угадать или вычислить четырехзначный пароль без особых усилий, но воссоздать чье-то лицо гораздо сложнее.

Использование распознавания лиц для разблокировки учетных записей также помогает пользователям отказаться от использования слабых или повторяющихся паролей. Поскольку более 2,5 миллионов пользователей используют «123456» в качестве пароля, использование идентификатора лица в качестве метода аутентификации является существенным улучшением. Эти технологии могут также повысить безопасность в более общем смысле.

Камеры видеонаблюдения с функцией распознавания лиц могут выделять людей в магазине или банке, которые были осуждены или подозревались в краже. Тогда служба безопасности сможет уделять им больше внимания, предотвращая преступления. Точно так же правоохранительные органы могут использовать эту технологию для поиска пропавших без вести.

Где применяется технологии распознавания лиц?

В 2020 году использование технологии распознавания лиц начинается с мобильных приложений и финансовых услуг и не заканчивается проектами безопасных городов, военными разработками и беспилотными автомобилями. И это не считая магазинов без продавцов в Китае и США, где камеры считывают, с какой продукцией покупатель идёт к выходу, а с его карточки автоматически списываются деньги за покупку.

По данным британской Comparitech, среди 50 стран, где правительство и частные структуры обширно и агрессивно собирают и хранят биометрические данные граждан, пятёрку возглавили Китай, Пакистан, Малайзия, США и Индия. По мнению исследователей, в топ-5 стран, где сбор данных наиболее эффективно регулируется правительством, вошли Ирландия, Португалия, Великобритания, Кипр и Румыния.

Согласно исследованию, в каждой стране биометрические данные используются в сфере банковских услуг (отпечатки пальцев). Во многих государствах их собирают у иностранных граждан, а также используют либо тестируют камеры видеонаблюдения с распознаванием лиц. Авторы исследования считают, что биометрические данные лучше защищены в европейских странах, на которые распространяется Общеевропейский регламент по защите данных в ЕС (GDRP).

В январе 2020 года Еврокомиссия и вовсе предложила временно запретить использование технологий распознавания лиц в общественных местах. Если ограничения вступят в силу, мораторий продлится от трёх до пяти лет. За это время европейским странам предстоит найти решения по предотвращению возможных злоупотреблений технологиями, нарушений прав граждан на частную жизнь и приватность персональных данных.

В США противники системы распознавания лиц пошли дальше. С начала 2020 года в Сан-Диего (штат Калифорния) вступил в силу трёхлетний мораторий на использование систем распознавания лиц. Временный запрет стал результатом длительной общественной кампании против использования в штате системы тактической идентификации (Tactical Identification System, TACIDS). В неё входит база данных для распознавания лиц, используемая местными, штатными и федеральными агентствами.

С 2016 по 2018 год полицейские провели через систему более 65 000 проверок с помощью смартфонов и планшетов. Главные аргументы правозащитников против технологии заключались в недопустимости вмешательства в частную жизнь граждан и предвзятости полиции к этническим меньшинствам.

Развитие брендинга в 21 веке

Брендинг очень чутко реагирует на изменения в обществе. Стремительное развитие технологий, удешевление товаров, которые ранее были доступны только избранным, появление новых возможностей — все это делает потребителей более требовательными и искушенными.

Вспомним, как зародилось и развивалось это направление маркетинга. Брендинг появился в первой половине 20 века. В то время рынок был заполнен однотипными товарами, которые мало чем отличались друг от друга. Разумеется, компании-производители нуждались в создании собственного неповторимого образа, который позволил бы отстроиться от конкурентов

Им было важно сфокусироваться на индивидуальных чертах собственных товаров

Для реализации задуманного использовались следующие методы:

акцентирование функциональных преимуществ и качества продукта;
формирование особого статуса товара или компании, причастность к которым дает возможность почувствовать себя значимее;
создание дополнительной нематериальной ценности и привлекательных образов продукции для подражания.

Сегодня брендинг — это более широкое понятие, чем век назад. На это повлияли изменения рынка, его дигитализация.

Все эти изменения связаны с тем, что старая аудитория сменяется новой, она начинает вести себя иначе.

Покупатель возлагает миссию по решению своих проблем на бренд, так как больше не хочет заниматься этим самостоятельно. Он просто формирует минимальный запрос.

Люди хотят получить максимум информации о товаре за минимальное время. Начальное впечатление формируется уже в первые секунды взаимодействия с брендом. Это заставляет компании искать новые форматы рекламы и способы продвижения продукта.

Нередко люди делают выбор в пользу комфортного способа приобретения товара, даже если его цена выше других, а технические характеристики хуже

Соответственно, производителю важно продемонстрировать какую-то дополнительную ценность своего продукта, которая даст ему преимущества в конкурентной борьбе.

Интернет-площадки становятся основным способом получения информации. Компании используют этот момент для вовлечения пользователей, создают дополнительные сценарии общения с аудиторией.

Большое значение приобретает форма подачи товара

Покупателям важно, как он выглядит, как продается, каково отношение социума к бренду
Поэтому производителям приходится уделять особое внимание дизайну, способам продажи и т. д.

Мобильные устройства получают повсеместное распространение, что сказывается на состоянии рынка и способах реализации продукции.

Тенденции брендинга сейчас таковы:

производители решают, как продавать, а не только что продавать;
компании покупают аудиторию, а не рекламные площадки;
для продвижения используются инструменты таргетинга и микросегментирование, что позволяет максимально персонализировать свое рекламное предложение;
к рекламным кампаниям привлекают микроблогеров и наноблогеров;
создаются интерактивные способы коммуникации с потребителем (брендовый контент, мобильные приложения, веб-сайты с необычной механикой, интерактивные рекламные стенды и др.).

Помощь в узнавании лиц

Для людей распознавание лица – не инстинкт, а приобретенный навык. Уже в детстве мы учимся, как отличать друг от друга окружающих людей, но не все одинаково хорошо справляются с этой задачей. Некоторые люди страдают расстройства когнитивной функции – прозопагнозия, которая лишает способность распознавать знакомые лица (в том числе своё собственное или родственников).

Развитие систем распознавания лица работает на благо пациентов, страдающих от этого расстройства. Некоторые устройства для ношения (такие как умные очки) могут использовать функцию распознавания лиц для ведения журнала о каждом человеке, с которым мы общаемся, благодаря чему может показывать имя человека и краткую историю общения.

Съемка и распознавание участников протеста

А можно ли носить медицинскую маску на акции протеста?

Носить маску не только законно, но и обязательно — по Роспотребнадзора. Конституционный суд прямо указал, что носить головные уборы не с целью скрыть свое лицо, а, например, для защиты от холода или жары, также допустимо.

Законно ли использование технологии распознавания лиц против участников протеста?

В данном случае незаконно. Распознавание лиц является обработкой биометрических данных, что попадает под статью 11 ФЗ «О персональных данных». Без письменного согласия граждан такая обработка незаконна. Исключение — если обработка осуществляется в соответствии с законом об оперативно-розыскной деятельности либо в целях осуществления правосудия.

Однако «правосудие» — это деятельность суда, а не полиции (п. 1 ст. 118 Конституции). Оперативно-розыскная деятельность (ОРД) не может осуществляться на основании сведений о признаках административного правонарушения. ОРД может осуществляться только в случае преступлений (см. определение Конституционного Суда РФ от 14.07.1998 N 86-О, определение Конституционного Суда РФ от 09.06.2005 N 327-О).

Поэтому массовое распознавание лиц на фото/видео с целью выявления участников протестных акций и привлечения их к административной ответственности нарушает ФЗ «О персональных данных», не говоря уже о праве граждан на частную жизнь (ст. 23 и 24 Конституции России), а, значит, оно незаконно.

Использование технологии распознавания лиц против участников акции протеста открывает дорогу различным злоупотреблениям со стороны правоохранительных органов:

никакого детального регулирования данной процедуры и ограничений для полицейских нет;
отсутствует судебный контроль и возможность обжалования;
распознавание осуществляется массово — без учета конкретных обстоятельств и серьезности «правонарушения», в нарушение Конвенции о защите прав человека и основных свобод;
полицейские могут составить протокол в любое время по своему желанию, что позволяет манипулировать правоприменением, делает правоприменение непредсказуемым;
система не всегда распознает правильно, и к ответственности могут пытаться привлечь людей, которые даже не участвовали в акции (см. ). А доказать суду, что полиция не права, на практике очень сложно.

Поэтому, если вас обнаружили при помощи распознавания лиц и привлекают к административной ответственности после акции, необходимо возражать в процессе суда против использования таких видео- и фотодоказательств и порядка составления протокола. Это необходимо для последующего обращения в ЕСПЧ. Аргументы на этот счет есть в нашем апелляционной жалобы. С точки зрения ЕСПЧ, есть хорошие шансы, что такое массовое распознавание будет признано недопустимым. ЕСПЧ уже признавал, что государство не может произвольно и неограниченно вторгаться в частную жизнь и персональные данные граждан даже в целях охраны правопорядка (Shimovolos v. Russia, § 66, Segerstedt-Wiberg and Others v. Sweden, § 88, Gaughran v. the United Kingdom, 2020 (§§ 97-98)).

Удалять ли фото и видео из соцсетей?

Как правило, полиция заводит дела на основании фото/видео, которые полицейские сделали сами либо с камер городского видеонаблюдения. Однако видео или фото из личных аккаунтов в Instagram или других соцсетей также иногда являются поводом для возбуждения административных дел. Нам известны такие случаи в отношении людей, которые координировали протестное движение. Также были случаи, когда к учащимся учебных заведений приходили с разъяснительными беседами после того, как они выложили свое фото с акции в соцсети. Если хотите перестраховаться, можете не постить фото с акций и удалить уже опубликованные.

Как работает распознавание лиц?

Если вы хоть раз слышали о функции распознавания лица, то, наверняка задавались вопросом, как компьютер может «узнавать» нужного человека. Все это возможно благодаря искусственному интеллекту и машинному обучению.

Прежде чем система начнет распознавать людей с высокой точностью, её нужно этому «научить». Для этого программисты заранее тестируют на своих проектах сотни тысяч, а иногда и миллионы фотографий людей. Чем чаще система распознает лица, тем больше находит уникальных черт людей и тем выше получается точность верификации личности.

Наша уникальность — нас выдает.

Лицо каждого человека уникально. Этим и пользуется компьютер. Он определяет на лице точки (нос, лоб, глаза и так далее). Затем измеряет показатели расстояния между этими точками, глубину и еще больше двух десятков разных параметров. Таким образом, даже близнецы будут определяться как два разных человека.

Определении уникальных метрик

Процесс «считывания» лица

Большинство современных систем распознавания лиц работают с 3D-моделированием уникальных черт каждого человека. Искусственный интеллект в реальном времени наносит все показатели на виртуальное человеческое лицо, формируя его модель. Полученная информация вносится в базу данных.

Процесс распознавания работает следующим образом:

Обнаружение лица. На этом этапе программа сканирует человека через готовый снимок или через камеру в режиме реального времени;
Определяется лицо и его границы. Система определяет положение человека, уровень освещения;
Измерение параметров. Программа определяет уникальные метрики и измеряет их с точностью до тысячной доли миллиметра;
Кодирование полученных данных. Все метрики преобразовываются программой в числовую последовательность, которая позволяет компьютеру уникализировать лицо каждого человека;
Сопоставление. Чтобы разблокировать телефон или найти человека, системе нужно сопоставить два лица. Поиск соответствия входящих данных и сохраненной информации занимает доли секунды и является максимально точным;
Верификация или идентификация (в зависимости от целей приложения). Если распознавание лиц работает как способ разблокировать смартфон, то это называется верификацией – снимок с камеры сравнивается только с одной эталонной моделью в базе данных. Идентификация – это поиск нужного лица среди тысяч других моделей в памяти программы.

3D-моделирование внешних характеристик человека

Сегодня система распознавания работает хорошо, но во многих её реализациях наблюдается высокий процент неточностей. Успехи в совершенствовании технологии удалось сделать компании Apple. Их сканеры лица научились распознавать человека, даже если он сменил прическу, отрастил бороду или носит солнцезащитные очки во время разблокировки гаджета.

В феврале 2019 года в Рунете появился уникальный в своем роде сервис Search Face, который способен найти человека по фотографии. Поиск осуществляется среди миллионов аккаунтов социальной сети Вконтакте. Система работает практически со стопроцентной точностью, чего еще не удавалось добиться ни одному разработчику в мире. Автор сервиса остается анонимным. Единственное, что о нем известно – он из России.

Размер имеет значение

Включая школьников в работу с кейсами, важно сориентировать их на то, что задания могут быть абсолютно разными по объему: от ситуаций, описание которых занимает 1-2 страницы текста до т.н. «полных кейсов», объем которых нередко достигает 20 страниц!

Такой относительно небольшой материал можно разобрать в классе в качестве дополнения или иллюстрации к теоретическому материалу, разбираемому на уроке. Такой кейс часто снабжается вопросами, ответ на который нужно подготовить за 5-10 минут. Пример подобного кейса — на уроке истории учащимся 10-11 классов может быть дан раздаточный материал с сокращенным текстом песни Игоря Талькова «Стоп, думаю себе!», учащиеся должны дать ответ на вопрос, о каких исторических личностях говорится в следующих отрывках:

Разумеется, дабы подготовить учащихся к новому для них виду деятельности, не «запугать» их, учителю стоит предложить для начала попробовать свои силы с мини-кейсами на 2-4 тысячи символов текста. Такой относительно небольшой материал можно разобрать в классе в качестве дополнения или иллюстрации к теоретическому материалу, разбираемому на уроке. Такой кейс часто снабжается вопросами, ответ на который нужно подготовить за 5-10 минут. Пример подобного кейса — на уроке истории учащимся 10-11 классов может быть дан раздаточный материал с сокращенным текстом песни Игоря Талькова «Стоп, думаю себе!», учащиеся должны дать ответ на вопрос, о каких исторических личностях говорится в следующих отрывках:

«Вот и все, развенчан культ вождя-тирана!» (Сталин)

«А затем схватил штурвал кукурузный гений» (Хрущев)

«…Помахал и передал вскоре эстафету

Пятикратному Герою…» (Брежнев)

Основная задача учителя в данном случае — не подсказать обучающимся правильный ответ напрямую, а дать возможность вспомнить забытые факты, через которые возможен выход на правильное решение!

Постепенно, через урок-два после начала решения мини-кейсов, стоит переходить к сжатым кейсам объемом до 6 страниц, над решением которых на уроке трудится весь класс, поделенный на группы по 5-8 человек в каждой. Примером кейса среднего объема, который с успехом можно использовать на уроке литературы в 10-11 классе, может быть такой: «Михаил Булгаков говорил, что хочет быть похож на двух героев своего главного романа. {Далее идет небольшое «наводящее» описание романа} Задание 1. Определите, что это за герои? Задание 2. Поясните свою позицию. Задание 3. Почему Вы считаете, что этот роман является для писателя главным?».

Поясню, что речь идет об одной из поздних статей Булгакова, где он писал, что всегда хотел оказаться на месте Мастера и влюбиться в Маргариту. То есть решение данного кейса есть, и оно однозначно. Однако учитель должен выслушать точки зрения представителей всех команд, и даже если предлагается неправильное решение кейса (не такое, какое «дал» Михаил Афанасьевич), но приводится логическое объяснение, поощрить членов команды за логику рассуждения.

Наконец, вести работу с полными кейсами (до 30 страниц текста) целесообразно только с учениками 8-9 класса и старше, задавая эту работу на дом и отводя на ее выполнение примерно неделю. Итогом такого рода «заочно-командной» работы школьников должна стать информативная презентация с обстоятельным, на 15-20 минут выступлением по ней в классе. В качестве кейса здесь может выступать отрывок текста или статья целиком, из которой нужно вычленить проблемные моменты. Так, для урока литературы в 10 классе в качестве кейса можно представить письмо Раскольникова к Сонечке Мармеладовой, а как задание к кейсу — описание морального облика совершившего убийство, но вставшего на путь духовного возрождения человека.

Как это работает?

Во-первых, компьютер должен понять, что такое лицо. Научить его можно через алгоритм, обычно глубокой нейронной сети, на примере огромного количества фотографий в различных приложениях. Каждый раз, сталкиваясь с изображением, алгоритм оценивает, где находится лицо. Сначала будет много мусора, но постепенно алгоритм улучшается и в конечном итоге овладевает искусством определения лиц. Это шаг к функции распознавания лиц.

Искусственный интеллект интернета. Как нас заставляют лайкать, кликать и покупать

Следующая ступень – распознавание. Обычно используется вторая нейронная сеть. Она получает серию фотографий и учится отличать одно лицо от другого. Некоторые алгоритмы непосредственно отображают лицо, измеряя расстояния между глазами, носом и ртом и так далее. Другие отображают лицо, используя более абстрактные черты. В любом случае, сеть выводит вектор для каждого лица – строку чисел, которая однозначно идентифицирует человека среди других в обучающем блоке.

Программное обеспечение работает с видеоматериалами в режиме реального времени. Компьютер сканирует кадры видео, как правило в местах скопления людей, например на входе на футбольный стадион. И сначала он обнаруживает в кадре лица, а затем выдает векторы для каждого из них. Затем векторы лица сравниваются с векторами лиц людей в розыскном списке. Все совпадения, которые проходят предварительно установленный порог, затем ранжируются и отображаются.

Это не единственный способ, который использует полиция для распознавания лиц. Если подозреваемый замечен, офицеры могут загрузить снимки преступника из базы данных и искать записи с камер видеонаблюдения, чтобы проследить путь подозреваемого до места преступления.

Физиогномика по-научному

Цифровое распознавание лиц – идентификация или подтверждение личности по лицу с помощью нейронных сетей − становится новой реальностью, которая все прочнее входит в нашу жизнь. Смартфоны давно научились находить лица на фотографиях, соцсети предлагают отметить друзей на снимках, а камеры на улицах и в транспорте «выхватывают» преступников из толпы.

Известно, что новорожденные дети практически с момента своего появления на свет отличают человеческое лицо от других объектов, затем очень быстро запоминают лицо матери и учатся распознавать человеческие эмоции. В течение жизни этот навык сохраняется – мы легко отличаем лица знакомых, по одному выражению лица можем определить настроение человека. Логично предположить, что вслед за другими умениями и эту нашу способность со временем ученые должны были «оцифровать», чтобы наделить ей машины.

История изучения программного распознавания лиц тянется с 1960-х годов. Уже тогда было понятно, что лицо можно описать набором параметров, совокупность которых у каждого человека будет существенно отличаться. Если загрузить эти свойства в программу и сопоставить их с имеющейся базой фотографий, то можно найти соответствия с высокой точностью. Проблема заключалась в том, что на тот момент механизмы захвата лица по фото или видео, а также возможности компьютеров по скоростной обработке больших массивов информации находились на низком уровне. Но уже в то время потенциал разработки был ощутим.

А есть ли норма?

Эксперты отмечают, что автоматическое распознавание лиц — сравнительно новая технология, а потому международным правом напрямую не урегулированная. Однако уже существующие договоры устанавливают общие критерии, которым она в любом случае должна соответствовать.

Например, в 2020 году Комитет по правам человека ООН высказался о распознавании лиц, отметив связь свободы собраний с правом на неприкосновенность частной жизни и указав, что эти права могут быть нарушены, например, с помощью распознавания лиц и других технологий, позволяющих идентифицировать отдельных участников в толпе.

В Европе базовым документом, регулирующим в том числе и использование технологии распознавания лиц, является Конвенция Совета Европы о защите физических лиц при автоматизированной обработке персональных данных 1981 года (Конвенция 108), которую Россия ратифицировала в 2013 году. Аналитики «Сетевых свобод» отмечают, что с тех пор был принят протокол, которым Конвенция 108 была серьезно обновлена, чтобы соответствовать требованиям времени (так называемая Конвенция 108+), однако этот протокол Россия до сих пор не ратифицировала, хотя и подписала в 2018 году.

«Тем не менее даже в исходном тексте 1981 года достаточно норм, позволяющих оценивать автоматическое распознавание лиц, — отмечает к.ю.н., руководитель «Сетевых свобод» Дамир Гайнутдинов. — Конвенция 108 начинает с того, что определяет персональные данные как любую информацию об определенном или поддающемся определению физическом лице. Статья 6 Конвенции 108 предусматривает, что персональные данные, касающиеся расовой принадлежности, политических взглядов или религиозных или других убеждений, а также здоровья или половой жизни (так называемые чувствительные персональные данные), не могут подвергаться автоматизированной обработке, если внутреннее законодательство не устанавливает соответствующих гарантий».

28 января 2021 года Комитет 108 принял руководящие принципы по распознаванию лиц. Согласно документу, биометрические данные относятся к категории особо чувствительной информации, а их обработка признается потенциально угрожающей частной жизни. Среди примеров непропорционального использования распознавания лиц Комитет 108 приводит применение этой технологии для якобы обеспечения безопасности школ и других общественных зданий, если существуют альтернативы.

В Великобритании полиция делала попытки применить автоматическое распознавание лиц. Эти действия привели к судебному делу Бриджес против главного констебля полиции Южного Уэльса, в котором валлийский активист требовал признать незаконными поездки по городу полицейского фургона с камерами. Апелляционный суд признал существование гарантий, связанных с применением распознавания лиц. Данные, собранные с помощью этой технологии, признавались конфиденциальными. Было также установлено, что технология нарушает обязательство по обеспечению равенства в государственном секторе.