Position: Age Estimation Models Do Not Process Biometric Data

Resumen Técnico: Posición: Los Modelos de Estimación de Edad No Procesan Datos Biométricos

Declaración del Problema
El artículo aborda una ambigüedad regulatoria crítica: si las redes neuronales que estiman la edad a partir de fotografías faciales procesan "datos biométricos" bajo marcos como el RGPD (Artículo 4(14)), la Ley de Privacidad de Información Biométrica de Illinois (BIPA) y la Ley de IA de la UE. La definición de datos biométricos a menudo depende de si los datos "permiten o confirman la identificación única" de una persona física. Si bien los reguladores han debatido si el propósito (estimación de edad frente a identificación) o la capacidad técnica (si las representaciones intermedias contienen información de identidad) deberían determinar la clasificación, no existe una guía empírica. Esta incertidumbre genera riesgos significativos de cumplimiento, incluida la necesidad de consentimiento explícito, daños estatutarios o la clasificación de IA de alto riesgo, lo que podría obstaculizar el despliegue de sistemas de verificación de edad para la seguridad infantil.

Metodología
Para resolver la cuestión de la capacidad de manera empírica, el autor evaluó 14 modelos de redes neuronales distintos en tres benchmarks estándar de verificación facial:

1. Modelos: El estudio incluyó sujetos principales (modelos de estimación de edad entrenados exclusivamente para la predicción de edad), modelos de atributos faciales (que predicen género, emoción, etc.), una línea base de reconocimiento facial (InsightFace ResNet-100 con ArcFace) y modelos de visión de propósito general (por ejemplo, DINOv3, ImageNet ResNet-50).
2. Benchmarks:
   • LFW (Labeled Faces in the Wild): Verificación estándar en entornos naturales.
   • AgeDB-30: Pares de la misma persona con brechas de edad de hasta 30 años para probar la robustez ante el envejecimiento.
   • CFP-FP: Emparejamiento de frontal a perfil para probar la invariancia de la pose.
3. Protocolo de Evaluación:
   • Análisis Capa por Capa: Se extrajeron incrustaciones (embeddings) de capas intermedias de las redes (no solo de la salida final) para determinar si surge información discriminativa de identidad durante la inferencia.
   • Métricas: El rendimiento se midió utilizando la Tasa de Falsos No Coincidencias (FNMR) en Tasas de Falsas Coincidencias (FMR) fijas. Los resultados principales se reportaron en FMR=1% (estadísticamente fiable dado el tamaño del conjunto de datos), con FMR=0.01% reportado para comparación regulatoria.
   • Sondeo de Atención: Un experimento secundario adjuntó un sondeo basado en atención a características de modelos congelados, entrenando una nueva cabeza con datos etiquetados de identidad (Glint360k) para determinar si la información de identidad estaba latente pero inaccesible mediante agrupación simple.
   • Benchmarks: Los resultados se compararon con umbrales regulatorios de NIST SP 800-63-4, el Sistema de Entrada/Salida (EES) de la UE y la Alianza FIDO.

Resultados Clave
La evidencia empírica demuestra que los modelos de estimación de edad carecen de capacidad significativa de identificación:

• Brecha de Rendimiento: Los modelos de estimación de edad quedan varias órdenes de magnitud por debajo de los umbrales de identificación. En el benchmark LFW con FMR=1%, el mejor estimador de edad comercial logró una FNMR del 26,8%, mientras que la línea base de reconocimiento facial (ArcFace) logró 0,23%. Esto representa una brecha de dos órdenes de magnitud.
• Umbrales Regulatorios: En el punto operativo regulatorio (FMR=0.01%), los modelos de estimación de edad alcanzaron FNMRs entre el 64% y el 99%, superando con creces el requisito de <5% para sistemas biométricos.
• Análisis de Capas: Ninguna capa intermedia en ningún modelo de estimación de edad logró un rendimiento de verificación cercano a los estándares regulatorios. Incluso las capas "mejores" permanecieron significativamente por encima del umbral de FNMR del 5%.
• Entornos Adversarios: En AgeDB-30 (grandes brechas de edad) y CFP-FP (variación de pose), los modelos de estimación de edad funcionaron al nivel o cerca del azar (saturando en 96–100% de FNMR), lo que indica que las características optimizadas para la estimación de edad son ortogonales a las características discriminativas de identidad.
• Resultados del Sondeo: Incluso cuando se entrenó un sondeo basado en atención en las características congeladas de modelos de estimación de edad utilizando etiquetas de identidad, el rendimiento siguió siendo pobre en benchmarks más difíciles (por ejemplo, 67–98% de FNMR en AgeDB-30 y CFP-FP). Esto sugiere que las representaciones carecen fundamentalmente de la información requerida para la identificación a través de diferentes edades o poses.

Contribuciones Clave

• Evidencia Empírica: El artículo proporciona la primera evaluación sistemática y empírica de si los modelos de estimación de edad poseen la capacidad técnica para identificar individuos, abordando directamente una brecha en la orientación regulatoria.
• Comparación con Estándares: Establece una línea base concreta al comparar el rendimiento del modelo con umbrales cuantitativos específicos definidos por NIST, EES de la UE y FIDO, trasladando el debate de la interpretación teórica a la capacidad medible.
• Diferenciación del Procesamiento: El estudio distingue entre representaciones intermedias transitorias (que se descartan después de la inferencia) y plantillas biométricas almacenadas, proporcionando datos para respaldar el argumento de que las primeras no constituyen datos biométricos bajo las definiciones actuales.

Significado y Afirmaciones
El artículo afirma que su contribución principal es la evidencia, no una resolución legal. Argumenta que, dado que los modelos de estimación de edad demostrablemente no pueden identificar individuos (fallando en los benchmarks de verificación por dos órdenes de magnitud), sus representaciones intermedias no cumplen con la definición basada en capacidades de datos biométricos que se encuentra en el Artículo 4(14) del RGPD.

El autor pide:

1. Transparencia de los Investigadores: La documentación del modelo (por ejemplo, tarjetas de modelo) debe declarar explícitamente si las incrustaciones se almacenan o descartan e incluir resultados de benchmarks de verificación para aclarar las capacidades de un sistema.
2. Claridad Regulatoria: Los reguladores deben distinguir entre "procesamiento transitorio" (donde las representaciones existen solo durante la inferencia y se descartan) y "almacenamiento de plantillas" (donde las incrustaciones se guardan para identificación). El artículo argumenta que los sistemas incapaces de identificación no deberían estar sujetos a las protecciones más estrictas de datos biométricos diseñadas para sistemas de identificación, ya que la sobre-regulación obstaculiza las aplicaciones de seguridad infantil.

El artículo concluye que, si bien las imágenes faciales siguen siendo datos personales, las protecciones de alto riesgo específicas asociadas con los datos biométricos (como el consentimiento explícito del Artículo 9 o los daños estatutarios de BIPA) no deberían aplicarse a sistemas que empíricamente no pueden identificar individuos.