ИИ-слежка в вузах: как нейросеть NtechLab следит за посещаемостью студентов

ИИ-слежка в вузах перестала быть страшилкой. В российских университетах внедряют систему на базе нейросети NtechLab, которая через камеры распознаёт студентов по лицам и автоматически заполняет журнал посещаемости. Об этом сообщил Telegram-канал @exploitex. Пропустить первую пару незаметно теперь технически невозможно: камера фиксирует ваше лицо на входе, и отметка в журнале появляется без участия преподавателя.

Пост собрал шквал ироничных и «плачущих» реакций, тема задела студентов за живое. Систему подают как удобство для деканата, а она превращает кампус в зону постоянного биометрического наблюдения.

Как ИИ-слежка в вузах считает посещаемость

По видеопотоку с камер нейросеть распознаёт конкретного человека, сверяет его с базой студентов и ставит отметку о присутствии. Никаких перекличек, электронных пропусков или подписей в ведомости, достаточно попасть в поле зрения объектива.

Для администрации плюсы очевидны: журнал ведётся автоматически, статистику по каждой группе видно в реальном времени, а списать посещение на «друга, который отметил за тебя» уже не выйдет. Но за этим удобством стоит другое: каждое ваше перемещение по зданию превращается в запись в базе данных.

Кто такая NtechLab и почему это важно

NtechLab, российская компания, создатель одной из самых известных в мире технологий распознавания лиц. Её команда в своё время запустила сервис FindFace, который по фотографии находил профили людей в соцсетях. Сегодня алгоритмы NtechLab работают в городских системах видеонаблюдения в России, включая камеры в общественных местах.

Компания фигурировала в санкционных списках США, как раз за причастность к системам слежки. Это технология, изначально заточенная под массовую идентификацию людей по лицу. И теперь она приходит в аудитории.

Посещаемость или биометрический профиль?

Что именно собирает камера? Изображение лица по российскому законодательству относится к биометрическим персональным данным, а это особая категория. Обрабатывать их просто так нельзя: по общему правилу требуется согласие человека, а централизованный сбор биометрии в стране идёт через государственную Единую биометрическую систему.

Отсюда неудобные вопросы к вузам:

• На каком основании учебное заведение обрабатывает лица студентов?
• Спрашивают ли согласие и можно ли от него отказаться, не потеряв доступ к учёбе?
• Куда передаются шаблоны лиц и как долго они хранятся?

Пока система «просто отмечает посещаемость», ответы на это остаются за скобками.

Чёрный список на входе: безопасность или подозрение

У системы есть и вторая функция. Та же нейросеть сверяет лица входящих с «чёрным списком»: разыскиваемыми и подозрительными лицами. Звучит разумно, не пускать в кампус опасных людей.

Функциональный сдвиг

Здесь всплывает классическая для приватности проблема, функциональный сдвиг. Система, установленная ради безопасности, незаметно расширяется до контроля дисциплины, а потом и поведения. Сначала камеры ищут преступников, затем считают прогулы, а завтра фиксируют, кто с кем и как часто встречается в коридоре. Каждый новый сценарий добавляется тихо, без нового обсуждения.

Риск ошибок распознавания

Добавьте сюда риск ошибок. Распознавание лиц не идеально: ложные срабатывания случаются, и невиновный человек может попасть под подозрение из-за похожего лица. Для студента это потенциальный разговор с охраной или хуже.

Эффект наблюдения меняет поведение

Есть ещё один эффект, который трудно измерить, но легко почувствовать, так называемый chilling effect. Когда человек знает, что каждый его вход и выход фиксируется, он начинает вести себя иначе: осторожнее, с оглядкой на камеру. Университет как место свободного общения и споров постепенно превращается в пространство, где за тобой всегда наблюдают.

Внедрение распознавания лиц в кампусах вызывало протесты и в других странах, тема резонирует на фоне глобальной дискуссии о том, где проходит граница между безопасностью и приватностью в образовании. Российские вузы идут в общем тренде, просто с очень мощным инструментом на руках.

Что вы реально можете контролировать

Если камера с распознаванием стоит на входе в ваш корпус, обойти её в оффлайне почти нечем: маска и капюшон помогают всё хуже по мере роста качества алгоритмов. Но приватность на этом не заканчивается.

Свой цифровой след в интернете вы контролируете куда лучше, чем своё лицо в коридоре. И здесь есть смысл навести порядок:

• шифруйте трафик и не оставляйте историю действий на виду у провайдера и сетевого администратора вуза;
• разделяйте личности онлайн: учебная почта и личные аккаунты не должны сходиться в одну точку;
• минимизируйте то, что о вас можно собрать из открытых источников: старые фото, привязки, геометки.

Если хотите закрыть хотя бы онлайн-часть, зашифровать соединение и получить доступ к заблокированным сервисам, это можно сделать через Sigma.

Биометрию и ИИ-слежку в вузах не отменить одним постом в Telegram. Но чем больше вопросов студенты задают об основаниях обработки их лиц и сроках хранения данных, тем сложнее превратить «удобный журнал» в тихую тотальную слежку. Начните с малого: спросите в своём деканате, где ваше согласие на обработку биометрии.

Источники

Telegram-канал @exploitex, о внедрении системы распознавания лиц NtechLab в вузах