Los sistemas de reconocimiento facial convierten los rasgos de un rostro en una representación numérica y la comparan contra una base de datos previamente cargada. La coincidencia nunca es exacta: el sistema devuelve un puntaje de similitud y un umbral define qué se considera identificación.
Ese umbral es una decisión de política, no técnica. Bajarlo aumenta las identificaciones correctas y también los falsos positivos; subirlo hace lo contrario. No existe una configuración que elimine ambos errores.
El problema del error desigual
Los estudios de evaluación independiente mostraron de manera consistente que las tasas de error no se distribuyen de forma pareja entre grupos demográficos, lo que implica que las consecuencias de un falso positivo recaen más sobre algunas poblaciones.
A eso se suma la discusión sobre la calidad y la actualización de las bases contra las que se compara, un punto que motivó suspensiones judiciales de estos sistemas en distintas jurisdicciones.
Las evaluaciones comparativas de precisión de algoritmos se publican periódicamente por institutos de estándares.