2019年,英国的移民和庇护室的上部法庭驳回了基于其他差异的生物识别系统产出的决定。在生物识别数据库中发现了庇护所寻求者的指纹,这与上诉人的账户相矛盾。法庭发现这一证据明确透明,否认庇护索赔。如今,生物识别系统的扩散正在围绕其政治,社会和道德意义塑造公众辩论。然而,虽然对移动控制的种族式使用这种技术的担忧一直在上升,但对生物识别行业的投资和创新正在增加大幅增加。此外,生物识别技术最近也已经采用了公平,以减轻生物识别学的偏见和歧视。然而,算法公平不能在破损或预期目的的情况下分配正义,这是为了区分,例如在边境部署的生物识别。在本文中,我们提供了最近关于生物识别公平性辩论的批判性阅读,并展示了其在机器学习和关键边界研究的公平研究中的局限性。在以前的公平演示中,我们证明了生物识别公平标准是数学上的互斥。然后,纸张继续验证说明公平的生物识别系统,通过从先前的作品中再现实验。最后,我们通过在边境的辩论中讨论生物识别性的公平性的政治。我们声称偏见和错误率对公民和寻求庇护者产生了不同的影响。公平已经在生物识别学室内黯然失色,专注于算法的人口偏见和伦理话语,而不是检查这些系统如何重现历史和政治不公正。
translated by 谷歌翻译