Biased facial recognition technologies in the realm of corporate liability

Abstract

Esta dissertação aborda o viés da tecnologia de reconhecimento facial no contexto de ações de responsabilidade. O intuito desta investigação é analisar os casos em que o reconhecimento facial não consegue autenticar e identificar determinados indivíduos, reconhecer as causas e propor potenciais soluções. Além disso, analisa os desafios relacionados à busca de indenização em casos de responsabilidade civil. As novas tecnologias desafiam as leis tradicionais de responsabilidade, fazendo a questão da responsabilidade pela tecnologia de reconhecimento facial enviesada ganhar maior destaque nas discussões. A análise também engloba um estudo do impacto da legislação europeia de não-discriminação. Esta pesquisa analisa tanto a legislação europeia como a nacional de países membros, bem como artigos escritos por estudiosos e jurídicos renomados. Com isso, entende-se que a necessidade de criar de uma base de dados mais inclusiva para grupos minoritários é crucial para mitigar o viés da FRT. Além disso, embora os esforços da Europa para modernizar as leis sejam evidentes, várias lacunas impedem o acesso à indenização em processos de responsabilidade civil.

This dissertation explores algorithmic bias in facial recognition technology within the context of liability lawsuits. The focus is on instances where facial recognition fails to accurately authenticate and identify certain individuals. The research aims to uncover the causes of algorithmic bias and propose potential solutions. Additionally, it addresses the challenges of seeking compensation in liability cases involving misidentification due to bias. As emerging technologies challenge traditional liability laws, the question of accountability for biased facial recognition technology arises. The analysis also includes an examination of the impact of European non-discrimination law. This investigation analyzes European and national law and articles written by respected scholars and legal experts. It is concluded that creating more diverse datasets and involving underrepresented groups in technology development is crucial to mitigate bias in FRT. Moreover, while Europe's efforts to modernize laws are apparent, several gaps impede access to compensation in liability lawsuits.