Przetwarzanie danych biometrycznych a ochrona jednostek – analiza wybranych zagadnień na tle ogólnego rozporządzenia o ochronie danych i projektu aktu w sprawie sztucznej inteligencji

• Authors: Adrianna Michałowicz

Abstracts

PL

W ostatnich latach obserwujemy dynamiczny rozwój technologii opartych na przetwarzaniu danych osobowych z wykorzystaniem biometrii, czyli specjalnych technik przetwarzania danych pozwalających na jednoznaczną identyfikację osoby fizycznej. Rozwój ten w dużym stopniu jest wspierany przez coraz szersze zastosowanie sztucznej inteligencji (artificial intelligence) w procesach identyfikowania jednostek, pozwalające na osiąganie lepszych i bardziej dokładnych wyników przy przetwarzaniu danych biometrycznych. Stosowanie różnych technik biometrycznych w związku ze świadczeniem usług na rzecz konsumentów, w tym systemów rozpoznawania twarzy (facial recognition), oraz przetwarzanie w ten sposób danych na masową skalę budzi jednak wątpliwości natury prawno-etycznej, a także rodzi pytania o zasadność i konieczność sprawowania „biometrycznej kontroli” nad społeczeństwem. Niniejszy artykuł podejmuje tematykę przetwarzania danych biometrycznych, ze szczególnym uwzględnieniem jednej z metod biometrycznego przetwarzania, jaką jest rozpoznawanie twarzy. Jest to zagadnienie rodzące wiele pytań prawnych, zwłaszcza w kontekście zakresu możliwej ingerencji w prawa podstawowe jednostek, jak i w kontekście rosnącego wykorzystywania mechanizmów sztucznej inteligencji na potrzeby tego rodzaju przetwarzania. W publikacji zaprezentowano ogólną charakterystykę celów i sposobów wykorzystywania systemów rozpoznawania twarzy, w tym zagrożeń, jakie mogą one powodować dla jednostek, a następnie analizę najczęściej obserwowanych naruszeń przepisów ogólnego rozporządzenia o ochronie danych w związku z przetwarzaniem danych biometrycznych, w tym w systemach wyposażonych w funkcje rozpoznawania twarzy. Analiza uwzględnia również projektowane regulacje dotyczące wykorzystywania w UE systemów zdalnej identyfikacji biometrycznej.

Keywords

PL

dane osobowe; dane biometryczne; sztuczna inteligencja; RODO; systemy zdalnej identyfikacji biometrycznej; systemy rozpoznawania twarzy

• Publisher: Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
• Journal: internetowy Kwartalnik Antymonopolowy i Regulacyjny
• Year: 2021
• Volume: 10
• Issue: 6
• Pages: 78-94

Dates

published

2021

Contributors

author

Adrianna Michałowicz

• Uniwersytet Łódzki, Wydział Prawa i Administracji

• https://orcid.org/0000000262622353

References

• Allix, G. (2018). Comment des villes « hyper connectées » contrôlent l’espace public. Pozyskano z: https://www.lemonde.fr/economie/article/2018/12/19/au-nom-de-la-smart-city-des-villes-sous-surveillance_5399527_3234.html (15.10.2021).
• Bielecki, D. i Rapcewicz, A. (2020). Biometryczne metody weryfi kacji tożsamości. Magazyn ODO, (13), 2–5.
• Buolamwini, J. i Gebru, G. (2018). Gender shades: intersectional accuracy disparities in commercial gender classification. Machine Learning Research, (81).
• Castelluccia, C. i Le Mé tayer Inria, D. (2020). Impact Analysis of Facial Recognition: Towards a Rigorous Methodology. Centre for Data Ethics and Innovation, s. 6–7.
• Cavazos, J.G., Phillips, P.J., Castillo, C.D. i O’Toole, A.J. (2021). Accuracy Comparison Across Face Recognition Algorithms: Where Are We on Measuring Race Bias?. Cornell University. Pozyskano z: https://arxiv.org/abs/1912.07398 (20.10.2021).
• Chander, S. i Jakubowska, E. (2021). EU’s AI law needs major changes to prevent discrimination and mass surveillance. EDRI. Pozyskano z: https://edri.org/our-work/eus-ai-law-needs-major-changes-to-prevent-discrimination-and-mass-surveillance/ (20.10.2021).
• CNIL. (2019). Facial recognition: for a debate living up to the challenges. Pozyskano z: https://www.cnil.fr/en/facial-recognition-debate-living-challenges (16.10.2021).
• Crawford, K., Dobbe, R., Dryer, T., Fried, G., Green, B., Kaziunas, E., Kak, A., Mathur, W., McElroy, E., Nill Sánchez, A., Raji, D., Rankin, J. L., Richardson, R., Schultz, J., Myers West, S. i Whittaker, M. (2019). AI Now 2019 Report. Nowy Jork. Pozyskano z: https://ainowinstitute.org/AI_Now_2019_Report.html (16.10.2021).
• Ebers, M., Hoch, V. R. S., Rosenkranz, F., Ruschemeier, H. i Steinrötter, B. (2021). The European Commission’s Proposal for an Artificial Intelligence Act-A Critical Assessment by Members of the Robotics and AI Law Society (RAILS), J, 4(4), 589–603. https://doi.org/ 10.3390/j4040043.
• European Union Agency for Fundamental Rights. (2020). Facial recognition technology: fundamental rights considerations in the context of law enforcement, s. 7–8. Pozyskano z: https://op.europa.eu/en/publication-detail/-/publication/0de97f99-10db-11ea-8c1f-01aa75ed71a1/language-en.
• EROD. (2020a). Wytyczne 3/2019 w sprawie przetwarzania danych osobowych przez urządzenia wideo. Wersja 2.0. European Data Protection Board. Pozyskano z: https://edpb.europa.eu/sites/default/files/files/file1/edpb_guidelines_201903_video_devices_pl.pdf.
• EROD (2020b). Wytyczne 05/2020 dotyczące zgody na mocy rozporządzenia 2016/679. Wersja 1.1. European Data Protection Board. Pozyskano z: https://edpb.europa.eu/our-work-tools/our-documents/guidelines/guidelines-052020-consent-under-regulation-2016679_pl.
• EROD, EIOD (2021). EDPB-EDPS Joint Opinion 5/2021 on the proposal for a Regulation of the European Parliament and of the Council laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). European Data Protection Supervisor. Pozyskano z: https://edps.europa.eu/node/7140_en.
• Fajgielski, P. (2018). Ogólne rozporządzenie o ochronie danych. Ustawa o ochronie danych osobowych. Komentarz. Warszawa: Wolters Kluwer.
• Fourtané , S. (2020). AI Facial Recognition and IP Surveillance for Smart Retail, Banking, and the Enterprise. Pozyskano z: https://interestingengineering.com/ai-facial-recognition-and-ip-surveillance-for-smart-retail-banking-and-the-enterprise (15.10.2021).
• Grupa Robocza Art. 29. (2003). Working document on biometrics. WP80. Pozyskano z: https://www.uodo.gov.pl/3.
• Grupa Robocza Art. 29. (2007). Opinia 4/2007 w sprawie pojęcia danych osobowych, WP136. Pozyskano z: https://www.uodo.gov.pl/3.
• Grupa Robocza Art. 29. (2012). Opinion 3/2012 on developments in biometric technologies, WP193. Pozyskano z: https://www.uodo.gov.pl/3.
• Kind, C. (2021). Containing the canary in the AI coalmine – the EU’s efforts to regulate biometrics. Exploring the gaps and risks relating to biometrics in the EU’s draft AI regulation. Pozyskano z: https://www.adalovelaceinstitute.org/blog/canary-ai-coalmine-eu-regulate-biometrics/ (18.10.2021).
• Kuba, M. (2018). Artykuł 4 pkt 14. W: E. Bielak-Jomaa, D. Lubasz (red.), RODO Ogólne rozporządzenie o ochronie danych Komentarz, s. 273–277. Warszawa: Wolters Kluwer.
• La Quadrature du Net. (2020). Our legal action against the use of facial recognition by the French police. Pozyskano z: https://www.laquadrature.net/en/2020/09/21/our-legal-action-against-the-use-of-facial-recognition-by-the-french-police/ (16.10.2021).
• Leslie, D. (2020). Understanding bias in facial recognition technologies. The Alan Turing Institute.
• Lynch, J. (2020). Face Off: Law Enforcement Use of Face Recognition Technology. Pozyskano z: https://www.eff.org/pl/wp/law-enforcement-use-face-recognition (17.10.2021).
• PE. (2021). Regulating facial recognition in the EU. Bruksela: European Parliamentary Research Services.
• Rada Europy. (2021). Guidelines on facial recognition. Pozyskano z: https://edoc.coe.int/en/artificial-intelligence/9753-guidelines-on-facial-recognition.html.
• Rapcewicz, A. (2020). Stosowanie mechanizmów rozpoznawania twarzy w świetle wytycznych Europejskiej Rady Ochrony Danych i stanowisk organów nadzorczych. Magazyn ODO, (12), 63–66.
• Selvadurai, N. (2015). Not just a face in the crowd: addressing the intrusive potential of the online application of face recognition technologies. International Journal of Law and Information Technology, (23), 187–218. https://doi.org/10.1093/ijlit/eav006.
• Thales Group. (2021). Biometrics: definition, use cases and latest news. Pozyskano z: https://www.thalesgroup.com/en/markets/digital-identity-and-security/government/inspired/biometrics (15.10.2021).
• Wang, M. i Deng, W. (2020). Deep Face Recognition: A Survey. Neurocomputing, 429, 215–244. https://doi.org/10.1016/j.neucom.2020.10.081.
• Whittaker, M., Crawford, K., Dobbe, R., Fried, G., Kaziunas, E., Mathur, W., Richardson, R., Schultz, J., Myers West, S. i Schwartz, O. (2018). AI Now Report 2018. Nowy Jork. Pozyskano z: https://ainowinstitute.org /AI_Now_2018_Report.pdf (17.10.2021).

Identifiers

DOI

10.7172/2299-5749.IKAR.6.10.5

Biblioteka Nauki

2207033