* Por Beatriz Anjos e Erik Fontenele Nybo

Quem entrou no Facebook, Instagram ou Twitter nestas últimas semanas se deparou com a hashtag #10yearschallenge. Basicamente é mais um dos desafios das redes sociais, sendo que neste os usuários devem postar uma foto de 10 anos atrás e uma foto atual. O intuito do dito desafio seria o de que os próprios usuários (e, é claro, seus amigos e seguidores) pudessem compará-las, observando os efeitos da passagem do tempo na fisionomia de quem fez a postagem.

Em um primeiro olhar desatento, tudo não passaria de uma brincadeira que viralizou nas redes, algo, portanto, inofensivo e até mesmo divertido. Até porque o Facebook já tem o costume de te relembrar sobre fotos antigas de amigos de tempos em tempos. Todavia, diante de tantas discussões acerca de proteção de dados, inteligência artificial e governança da internet, a questão merece uma análise um pouco mais cuidadosa.

Já se sabe que o Facebook utiliza palavras-chave (tags) que representam o conteúdo de cada imagem postada pelo usuário. Dessa maneira, os algoritmos da rede social conseguem reconhecer objetos, atividades e até mesmo eventos contidos na fotografia para então transformar isso em dados categorizados. Embora essas tags não fiquem disponíveis para o usuário, um programador denominado Adam Geitgey disponibilizou um plugin para o Google Chrome e Firefox no GitHub para que você possa verificá-las. Aqui estão alguns dos resultados obtidos e a acuracidade é impressionante:

A informação coletada surpreende, uma vez que quase todos os aspectos das fotografias foram reconhecidos e registrados. Um humano provavelmente teria apontado as mesmas informações, caso lhe fosse pedido que descrevesse a foto.

Com esta eficiência em atribuir palavras-chave assertivas em relação aos elementos de cada imagem postada, pode-se concluir que a capacidade dos algoritmos do Facebook para ler imagens é enorme. No entanto, algoritmos de reconhecimento de imagens precisam de uma massa de informações muito grande para conseguirem estar devidamente treinados.

Se considerarmos que um algoritmo deseja identificar faces, aí não basta analisar qualquer foto. Além disso, humanos envelhecem, motivo pelo qual é necessário que o algoritmo seja capaz de superar essa dificuldade para continuar identificando corretamente o rosto de uma pessoa. Assim, o 10 Years Challenge foi identificado como uma possível tentativa do Facebook colher informações para treinar sua ferramenta de reconhecimento facial. A empresa declarou publicamente que esta não é a intenção da brincadeira.

O ponto é que a ferramenta de identificação de reconhecimento de face do Facebook não é nova. Ela foi lançada em meados de dezembro de 2017 para identificar fotos em que você antes não tinha sido marcado. Se retrocedermos, a própria prática de marcar alguém  com uma tag já pode ter sido uma estratégia para treinar os algoritmos a reconhecerem seu rosto. Uma história similar já havia sido divulgada em uma palestra do TED quanto ao uso dos textos do mecanismo de captcha nos sites.

De qualquer maneira, caso toda a teoria que circula pela internet seja verdade, o que os usuários que aderiram ao 10 Years Challenge podem ter feito, sem sequer terem se dado conta, é ter criado um banco de dados fácil e abundante para ser usado no treinamento de algoritmos de reconhecimento facial.

No entanto, se o reconhecimento facial não é algo novo, qual o problema? O ponto é que agora algumas outras questões entram no cálculo: a China está usando reconhecimento facial para um programa de rating social no qual uma das punições pode ser a impossibilidade de acesso a serviços de transporte, por exemplo; o Facebook foi envolvido em uma série de escândalos no ano passado, assim como outras empresas de tecnologia; ao longo do tempo algumas funcionalidades foram habilitadas como padrão(default), sem a necessidade de aceitação (opt-in). Independentemente do 10 Years Challenge ter sido utilizado para a finalidade de coleta de dados por qualquer empresa, o ponto é que agora existe uma massa de dados relevante disponível para uso. Então, como eles serão usados? Pode ser que para nada. E pode ser para muita coisa.


Erik Fontenele Nybo, cofundador da EDEVO e head de inovação no Molina Advogados. Foi gerente jurídico global da Easy Taxi, tendo criado o departamento jurídico e foi responsável pelas questões legais em todos os países de atuação da empresa. Autor e coordenador do livro “Direito das Startups” (Juruá), autor no livro “Regulação e Novas Tecnologias” (Forum) e coordenador do curso “Direito em Startups” no INSPER. Pesquisador do GVCEPE – Fundação Getúlio Vargas. Advogado formado pela Fundação Getúlio. Email: erikfnybo@gmail.com


Beatriz Maia é estagiária de férias da EDEVO – Escola de Negócios, Inovação e Comportamento e estudante de Direito.