AI per bloccare i siti porno ai minori

AI per bloccare i siti porno ai minori. Di recente in Italia sono balzate alle cronache le notizie di alcuni stupri (anche di gruppo) da parte di minori ai danni di ragazze altrettanto minorenni.

Sul tavolo degli imputati sono stati messi i siti porno, spesso troppo facilmente accessibili per i minorenni che creano una distorsione di quello che è il sesso nella realtà.

Da qui è partita la proposta di legge del ministro Eugenia Roccella di limitare l’accesso ai siti porno ai minori. Come? Attraverso sistemi informatici che “certifichino l’età” dell’utente.

Fino ad ora si è parlato di affidarsi a sistemi/app di terze parti in grado di effettuare la verifica dell’età come Yoti. In realtà implementare un sistema che verifichi e certifichi l’età del visitatore sembra facile in teoria ma è complicato nella pratica.

Yoti è una di queste “app di terze parti” che viene utilizzata già in altri paesi e per altre soluzioni .

In particolare Yoti ha sei metodi per certificare l’età di un utente:

• Stima dell’età
• Scansione del documento d’identità
• App di Yoti
• Carta di credito
• Numero di cellulare
• Controllo del database

Nel primo caso utilizza l’AI ovvero l’intelligenza artificiale per scansionare l’immagine a video dell’utente e riconoscere (o meglio stimare) l’età del visitatore. La tecnologia cattura più immagini della persona, riconosce l’età anagrafica ed è anche in grado di verificare se dietro la fotocamera ci sia effettivamente una persona “vera” e non una maschera o un fake insomma. La tecnologia lavora attraverso una sequenza di reti neurali profonde processando l’immagine o le immagini ricevute. Appena ottenuta l’età l’immagine viene cancellata. Questo rappresenta un esempio di utilizzo dell’ AI per bloccare i siti porno ai minori. Questa soluzione viene già utilizzata da aziende come Onlyfans e Meta (Facebook).

Gli altri metodi di Yoti non utilizzano l’Intelligenza artificiale ma consistono in certificazione dell’età scannerizzando il proprio documento di identità o creando un vero e proprio “token” che velocizza il processo di riconoscimento una volta ricevuta la certificazione dell’anagrafica.

A livello di privacy Yoti afferma che nessun altro dato viene condiviso con l’organizzazione terza che utilizza l’app (es. il sito porno) e cancella i dati subito dopo ottenuta la certificazione.

Un’altra app simile a Yoti è Allpasstrust, utilizzata attualmente negli USA.

Tuttavia le difficoltà sono più di quelle previste perchè la tutela della privacy e dell’eventuale tracciabilità degli utenti richiede una infrastruttura tecnologica ancora non presente. A livello normativo inoltre ogni nazione ha risvolti differenti.

Attualmente il primo stato ad applicare questo tipo di restrizioni è stato la Louisiana negli USA. Qui in particolare viene richiesto un documento di identità digitale per certificare la propria età. Nonostante i tanti messaggi a video dove si rassicura sulla tutela della privacy e sulla non tracciabilità degli utenti, è aumentato a dismisura l’uso della VPN per accedere ai siti porno nascondendo il proprio indirizzo IP. Situazione simile la si ritrova in altri stati americani come Virginia, Mississipi e Arkansas. In Texas addirittura la legge AI per bloccare i siti porno ai minori è stata bollata come “anticostituzionale”.

Ma proviamo ora a vedere nel tecnico come funziona l’AI per bloccare i siti porno ai minori.

Il rilevamento dell’età tramite l’intelligenza artificiale (IA) è un campo affascinante e in evoluzione con numerose applicazioni, dal miglioramento dei sistemi di sicurezza alla fornitura di esperienze utente personalizzate in vari settori. Il proseguo dell’articolo esplora il significato, i metodi, le sfide e le considerazioni etiche relative al rilevamento dell’età tramite l’IA.

I. Importanza del rilevamento dell’età con l’IA
Il rilevamento dell’età con l’IA riveste un’immensa importanza nel mondo odierno guidato dalla tecnologia digitale. Trova applicazione in diversi ambiti:

• Controllo degli accessi e sicurezza: La verifica dell’età può essere integrata nei sistemi di sicurezza per controllare l’accesso ad aree o contenuti vietati all’età. Ad esempio, i sistemi di riconoscimento facciale possono essere programmati per consentire l’ingresso ai soli adulti nei casinò o nei bar.
• Filtraggio dei contenuti: L’intelligenza artificiale può aiutare a filtrare i contenuti online, garantendo che il materiale inappropriato o esplicito non sia accessibile ai minori. Questo è fondamentale per salvaguardare i bambini dai contenuti dannosi di Internet.
• Personalizzazione: Nel marketing e nell’e-commerce, conoscere l’età di un utente può aiutare a fornire contenuti e raccomandazioni personalizzate. Questo può migliorare il coinvolgimento degli utenti e aumentare i tassi di conversione.
• Sanità: La stima dell’età può essere utilizzata in telemedicina per aiutare gli operatori sanitari a valutare lo stato di salute di un paziente e a prescrivere trattamenti adeguati, soprattutto quando le interazioni dirette sono limitate.

II. Metodi di rilevamento dell’età tramite l’intelligenza artificiale
Il rilevamento dell’età tramite l’IA coinvolge tipicamente tecniche di computer vision, che analizzano dati visivi, come immagini o fotogrammi video, per stimare l’età di una persona. Diversi metodi sono comunemente utilizzati:

• Analisi facciale: È uno degli approcci più diffusi. Si tratta di estrarre dalle immagini le caratteristiche e i modelli del volto, come le rughe, la struttura della pelle e i punti di riferimento del viso. Le reti neurali convoluzionali (CNN) sono spesso utilizzate a questo scopo.
• Analisi della voce: Anche l’altezza, il tono e la qualità della voce di una persona possono fornire indicazioni sull’età. I modelli di apprendimento automatico possono analizzare le registrazioni audio per stimare l’età.
• Analisi dell’andatura: Alcune ricerche esplorano come lo stile di camminata di una persona, o andatura, possa essere usato per stimare la sua età. Si tratta di un metodo meno diffuso, ma promettente in alcune applicazioni.
• Approcci multimodali: La combinazione di dati provenienti da più fonti, come l’analisi facciale e vocale, può migliorare l’accuratezza della stima dell’età.

III. Sfide e limiti
Nonostante il suo potenziale, il rilevamento dell’età tramite l’IA deve affrontare diverse sfide e limitazioni:

• Bias dei dati: la qualità e la diversità dei dati di addestramento hanno un impatto significativo sull’accuratezza dei modelli di stima dell’età. Le distorsioni nei dati di addestramento possono portare a previsioni imprecise, soprattutto per i gruppi sottorappresentati.
• Problemi di privacy: La raccolta e l’elaborazione di dati biometrici, come le immagini del volto e le registrazioni vocali, solleva notevoli problemi di privacy. Le considerazioni etiche devono guidare lo sviluppo e la diffusione di questi sistemi.
• Variabilità della precisione: L’accuratezza del rilevamento dell’età basato sull’intelligenza artificiale può variare in base a fattori quali le condizioni di illuminazione, la qualità dell’immagine e le differenze individuali. Potrebbe non essere sempre altamente affidabile.
• Implicazioni legali ed etiche: I sistemi di stima dell’età devono rispettare le normative legali, soprattutto nei contesti in cui la verifica dell’età è richiesta dalla legge. Le preoccupazioni etiche includono il consenso informato e il potenziale uso improprio dei dati.

IV. Considerazioni etiche
Le considerazioni etiche svolgono un ruolo cruciale nello sviluppo e nella diffusione del rilevamento dell’età tramite l’IA. È essenziale:

• Garantire il consenso informato: Gli utenti devono essere informati della raccolta e dell’uso dei loro dati per la stima dell’età, e il loro consenso deve essere ottenuto.
• Ridurre al minimo i pregiudizi: Gli sviluppatori devono lavorare per ridurre al minimo le distorsioni nei modelli e nei dati dell’IA, per garantire la correttezza e l’equità.
• Trasparenza: Gli sviluppatori devono essere trasparenti su come viene eseguita la stima dell’età e fornire spiegazioni sulle decisioni prese dal sistema di IA.
• Protezione dei dati: È necessario adottare misure rigorose di protezione dei dati per salvaguardare i dati biometrici sensibili.

Codice
Il rilevamento dell’età con l’intelligenza artificiale in Python prevede in genere l’utilizzo di un modello di apprendimento profondo pre-addestrato per stimare l’età di una persona in base ai tratti del viso in un’immagine. Qui useremo un semplice esempio con la libreria DeepFace, che è un wrapper per vari modelli di apprendimento profondo pre-addestrati progettati per compiti di analisi facciale, tra cui la stima dell’età.

Per iniziare, è necessario installare la libreria DeepFace e le sue dipendenze. Quindi, è possibile utilizzare il seguente codice Python per rilevare l’età utilizzando l’intelligenza artificiale. Useremo questo pip:

pip install deepface

Quindi, è possibile utilizzare il seguente codice Python per rilevare l’età utilizzando l’intelligenza artificiale:

from deepface import DeepFace
import cv2

#Load the image

image_path = 'path_to_image.jpg' # Replace with the path to your image
image = cv2.imread(image_path)

# Use DeepFace to perform age detection

result = DeepFace.analyze(image_path, actions=['age'])

#Extract and print the estimated age

estimated_age = result['age']
print(f'Estimated Age: {estimated_age} years')

In questo codice:

• Si importano le librerie necessarie, tra cui DeepFace per la stima dell’età e cv2 per l’elaborazione delle immagini.
• Si specifica il percorso dell’immagine che si vuole utilizzare per il rilevamento dell’età.
• Carichiamo l’immagine utilizzando OpenCV (cv2.imread()).
• Utilizziamo la funzione DeepFace.analyze() della libreria DeepFace per analizzare l’immagine e stimare l’età della persona.
• Infine, estraiamo e stampiamo l’età stimata dal risultato dell’analisi.

Si tenga presente che questo è un esempio semplificato e che l’accuratezza della stima dell’età può variare a seconda della qualità dell’immagine e del modello pre-addestrato utilizzato da DeepFace. Per ottenere risultati più precisi, si può considerare l’utilizzo di un modello addestrato su un set di dati specifico per la stima dell’età, adatto alla propria applicazione.

Conclusioni
Il rilevamento dell’età tramite l’intelligenza artificiale ha il potenziale per rivoluzionare diversi settori fornendo metodi di stima dell’età accurati ed efficienti. Tuttavia, presenta anche sfide legate alle distorsioni dei dati, alla privacy e alle considerazioni etiche. Per sfruttare appieno i vantaggi dell’intelligenza artificiale per il rilevamento dell’età e ridurre al minimo i rischi, gli sviluppatori e i responsabili politici devono collaborare per stabilire linee guida chiare e quadri etici che garantiscano un uso responsabile ed equo di questa tecnologia. Se fatto in modo etico e attento, il rilevamento dell’età tramite l’IA può migliorare la sicurezza, il filtraggio dei contenuti, la personalizzazione e l’assistenza sanitaria, migliorando in ultima analisi le nostre esperienze digitali e la sicurezza delle persone.

(fonte) (fonte1)

Innovaformazione, scuola informatica specialistica promuove la cultura dell’ AI – Intelligenza Artificiale – ed aiuta le aziende a formare il proprio personale con i seguenti corsi:

Corso Data Scientist con Python

Corso Deep Learning con TensorFlow

Corso Data Scientist con R

INFO: info@innovaformazione.net – tel. 3471012275 Dario Carrassi