人脸识别误识率40倍差距：8年前那篇论文还在追杀我们

2018年，MIT媒体实验室一篇论文抛出一个数字：深色皮肤女性的识别错误率，是浅色皮肤男性的40倍。7年过去，算法精度确实涨了，但新麻烦也来了——技术越普及，用错地方的代价越大。

论文之后：精度涨了，问题变了

那项研究测试了微软、IBM、旷视三家系统。当时最差的模型，深色皮肤女性错误率高达34.7%，而浅色皮肤男性只有0.8%。这不是"不够准"的问题，是系统性偏差被写进了代码。

后续改进很快跟上。IEEE Spectrum技术政策编辑Lucas Laursen在最新分析中指出，算法公平性已成为行业标准测试项，错误率差距已大幅收窄。但精度提升像给旧车换了新引擎——车还是那辆车，路却越来越复杂。

真实场景正在制造论文没覆盖的麻烦。机场刷脸登机、便利店无感支付、小区门禁自动放行，这些场景里没有实验室的均匀光照，没有配合度高的受试者，更没有"识别失败请重试"的缓冲。

用错地方比不准更麻烦

Laursen举了个典型场景：某零售商用人脸识别抓"惯偷"，系统标记了一位拉美裔顾客。店员拦下盘查，最后发现是误报。这位顾客起诉，零售商赔钱了事，但算法怎么纠偏？没人知道。

更隐蔽的伤害是"沉默的拒绝"。租房平台用刷脸验证身份，某非洲裔申请人连续三次认证失败，转人工审核要排48小时。房源在这期间被租走。没有歧视的意图，但产生了歧视的结果。

这类案例的共同点：技术部署的速度，远超问责机制的建立。2018年论文讨论的是"算法偏见"，现在的问题是"部署偏见"——明知道有瑕疵，还是在高压场景里上线。

监管在追，但追的是旧版本

欧盟《人工智能法案》把公共场所实时人脸识别列为"高风险"，要求人类复核。美国部分州禁止警方用人脸识别匹配逮捕令。这些规则针对的是2018年那种"算法不准"的问题。

但Laursen观察到，新威胁来自组合使用。某机场把人脸识别与"旅客风险评分"挂钩，分数由购票记录、行程模式、甚至社交媒体情绪共同决定。人脸识别在这里只是入口，真正的决策黑箱在后面。

更棘手的是跨境数据。一家中东航空公司用欧洲供应商的识别系统，旅客生物数据存储在第三国。哪个司法管辖区能管？2023年某案例显示，旅客在A国机场被误标为"安全威胁"，在B国入境时触发警报，花了两周才澄清。没有算法出错，是数据流转的缝隙造成了伤害。

产品经理的困境：上线还是等？

从PM视角看，这是个经典的"进度vs风险"博弈。竞品已经上了刷脸支付，你等合规细则出台，市场份额丢多少？上线后出问题，品牌损失又怎么算？

Laursen采访的一位合规官说得很直白：「我们内部测试的公平性指标都达标，但上线后发现，某光照条件下的特定年龄段用户，通过率就是低一截。要为此延迟全国推广吗？业务部门的答案是：先上，再迭代。」

这种"先上再修"的逻辑，在消费互联网里跑通了十年。但人脸数据不一样——泄露了换不了，误伤了难举证，歧视了难察觉。2018年论文的40倍差距是个醒目的数字，现在的伤害更分散，更难归因，也因此更难推动改变。

精度提升解决了"认不认得准"的问题，但没解决"该不该认"的问题。当技术从实验室走进闸机、摄像头、招聘系统，每个部署决策都在重新定义"公平"的边界。而那个边界，目前基本由产品团队的上线排期表决定。

你家小区门禁用的是哪家算法？误拦过外卖员吗？