Tus datos están protegidos

Veridas ofrece sus soluciones, principalmente, en la modalidad SaaS (Software as a Service), proporcionando a nuestros clientes credenciales para que puedan hacer uso de nuestras soluciones alojadas en la nube. En estos casos, el flujo de datos sería el que se ha mencionado: 

1. Se obtienen las evidencias (capturas del documento identificativo, fotografía selfie, grabación de audio,…).
2. Se envían las evidencias a los sistemas de Veridas alojados en la nube, donde se realizan las verificaciones oportunas.
3. Se envían los resultados de la validación así como las evidencias a la empresa cliente.

En estos servicios siempre actuamos como Encargados del tratamiento, previa firma de un Contrato de Encargo del tratamiento y cumpliendo siempre con el resto de obligaciones y cautelas que prevé la normativa.

Por el modo en que funciona Internet, puede ser que, cuando hay un proceso teniendo lugar sin que veamos más que una pantalla de carga, nos parezca que ese proceso esté “flotando como una nube” en algún lugar del ciberespacio. Sin embargo, que algo esté en la nube realmente lo que significa es que ese algo se encuentra en unos servidores muy reales, situados en un lugar muy real.

En el caso de Veridas, normalmente hacemos uso de la nube de Amazon Web Services, donde desplegamos nuestros sistemas para prestar el servicio a todos nuestros clientes. Por defecto, esta nube está ubicada en servidores en el Espacio Económico Europeo (Alemania e Irlanda). Además, cuando el cliente de Veridas opera en América y así se acuerda entre ambos, también se puede hacer uso de los servidores ubicados en Estados Unidos (Virginia y Oregón).
 

Un motor biométrico es el nombre que se le da al conjunto de algoritmos que transforman los datos de la cara o la voz (obtenido, en nuestro caso, a través de una fotografía, vídeo o grabación de voz), en lo que se conoce como “vector biométrico”: un dato biométrico, por haber sido sometido a un “tratamiento técnico específico”, conformado por una cadena de números irreversible (que no permiten reconstruir el dato a partir del que fueron creados).

Por decirlo de alguna forma, si asimilásemos una fotografía al café en grano, un motor biométrico sería un molinillo de café, y el vector biométrico, el café en polvo, una vez tratado y separado de aquellos componentes que no son útiles para la finalidad que se le va a dar.

Como en el caso del molinillo, cada versión de cada motor biométrico tiene un modo de funcionar y “moler” los datos especial y único, que convierte las imágenes de los rostros o la voz de las personas en un código, a su vez, especial y único, imposible de leer incluso por versiones diferentes del mismo motor. Por seguir con el símil, sería como si, además, ese café sólo pudiera utilizarse en una cafetera concreta; no por el empaquetado, sino por las propias características del café en polvo. 

En el entrenamiento de un motor biométrico podemos distinguir dos fases, para lo que deberán crearse dos bases de datos distintas y separadas: 

• Fase de entrenamiento: durante este proceso, se “alimenta” al motor biométrico con la primera de las bases de datos para que aprenda a distinguir esos rasgos característicos de cada persona o documento que permiten llevar a cabo el reconocimiento de forma fiable. Esto se consigue haciendo que el motor “aprenda” a identificar caras dándole a analizar una enorme cantidad de ejemplos.
• Fase de testeo: la segunda base de datos está destinada al testeo o prueba de una IA ya entrenada. Su finalidad es comprobar que el motor biométrico funciona como se quiere, para descubrir si existen fallos, sesgos, etcétera.

El motivo de que sean bases de datos diferentes es que, si testeásemos los motores con los mismos datos con los que han sido entrenados, ya “los conocerían”, así que ¡no podrían fallar! Vamos, que estaríamos haciéndonos trampas a nosotros mismos…

Huelga decir que se tiene especial cuidado a la hora de seleccionar las bases de datos que se utilizan con estos fines, ya que deberán cumplir los requisitos de información y de obtención del consentimiento que exige la normativa de protección de datos personales. Por ejemplo, nunca entrenamos nuestros sistemas aprovechando los datos que “pasan” por nuestro motor biométrico cuando nuestros clientes hacen uso de nuestros sistemas en producción; es decir, no utilizamos los datos del ciudadano que está acreditando su identidad a través de nuestra solución. Los sistemas se entrenan sólo en fases de desarrollo y no una vez que la solución está en producción, por lo que nunca se usan los datos de los usuarios.

Este es uno de los puntos en los que los avances en materia de biometría han sido más relevantes. Primero, porque se han alcanzado niveles de fiabilidad mucho mayores (del 96% que se conseguía con la tecnología de “landmarks” o “puntos característicos”, al más del 99% de la que usa Inteligencia Artificial).

Segundo, porque con la modalidad antigua lo que se hacía era “mapear” la cara de una persona y después encriptar esos datos, con lo que, en caso de sustracción y desencriptación, podrían llegar a ser utilizados. Es decir, se seleccionaban varios puntos de la cara (cejas, ojos, labios, etcétera) y se medían las distancias entre ellos (de ahí lo de “bio-metría”). Tras esto, se construía el vector como un resumen de esas medidas y se guardaban para futuros cotejos. Por tanto, esta tecnología tenía el problema de que, en caso de sustracción y desencriptación de los datos, lo que se obtenía era un “mapa de coordenadas” de la cara de la persona que se podía llegar a usar para reconocerla o, incluso, acceder fraudulentamente a ciertos lugares físicos o virtuales. 

Con la tecnología por Inteligencia Artificial, en cambio, lo que se obtiene es un “vector biométrico”, una cadena de números creada por un motor biométrico específico; se puede decir que este dato se crea en un “idioma” que sólo puede hablar el propio motor biométrico. Esto tiene dos implicaciones básicas:

• Por un lado, estos vectores son irreversibles, lo que significa que no se puede, a partir de un vector biométrico, volver al rostro o a la voz a partir de los cuales se ha generado. Únicamente el motor biométrico que lo ha generado puede interpretar su contenido y utilizarlo a efectos de comparación con otro u otros vectores.

• Por otro lado, además estos datos no serán interoperables (no podrán usarse en otros sistemas distintos), ya que cada versión concreta de cada motor biométrico genera, partiendo de una fotografía o grabación, un vector biométrico único y que solo ese sistema concreto sabe interpretar. Así, el vector biométrico no puede ser empleado en otros sistemas, lo cual limita enormemente el riesgo de usos no autorizados. E igualmente, una nueva versión del motor biométrico generaría vectores biométricos distintos; y esto que a nivel técnico puede no ser muy positivo, a nivel de protección de datos es una ventaja pues si bien la cara siempre va a ser la misma, en caso de ser necesario el vector biométrico puede regenerarse con un simple cambio del motor biométrico. 

Por último, por si fuera poco, estos vectores se protegen a su vez con otras muchas medidas de seguridad. Con todo, se consigue un nivel de seguridad muy alto, ya que, aunque alguien accediese indebidamente a estos vectores, no podría hacer absolutamente nada con ellos.

El reconocimiento facial de Veridas, basado en Inteligencia Artificial, tiene un nivel de seguridad mayor que el de otros medios tradicionales, incluso físicos: no requiere recordar usuarios ni contraseñas (que se pueden perder o robar), sino que uno mismo es su llave para acceder, y en ocasiones puede ser más fiable incluso que un ser humano a la hora de decidir si una persona es la misma que aparece en la imagen de un documento de identidad. 

La optimización de los procesos de identificación y verificación tienen su reflejo también en una necesidad mucho menor de accesos por parte del personal a todos estos datos personales, mejorando así las garantías de cumplimiento de la normativa de Protección de Datos.

Además, cuenta con las ventajas ya mencionadas en materia de seguridad: la IA genera un identificador (vector biométrico) que 1) es irreversible, por lo que si se tuviese acceso a él identificadores, no sería posible recuperar el rostro de la persona, y 2) no es interoperable, careciendo de utilidad si no se utiliza dentro de la versión concreta del motor biométrico que los generó, ya que cada versión tiene una forma única de generarlos y, con ello, también lo es su capacidad para interpretarlos.

Lo mismo ocurre con el reconocimiento por voz.

Un sesgo, en biometría, se puede definir como la existencia de bajadas importantes en el rendimiento cuando la tecnología se aplica a ciertos grupos  de datos o personas, aunque en principio esté diseñado para que se pueda usar con ellos. Por poner un ejemplo, que el sistema no reconozca igual de bien a una persona de color que a otra caucásica.

Dicho esto, el punto de partida es tener en cuenta que los sesgos no surgen porque la tecnología biométrica los genere por sí misma: aparecen cuando ha habido errores en la fase de diseño. El origen principal (aunque no el único) de este tipo de errores es entrenar un motor biométrico por IA con bases datos ya sesgadas de por sí. Volviendo al ejemplo anterior, si sólo le damos fotografías de hombres caucásicos, lo más seguro es que tenga problemas en reconocer a mujeres o a personas de otras etnias. 

Por tanto, el “secreto” (y nuestra obligación) está en diseñar y programar como es debido todo el plan de trabajo, una de cuyas partes esenciales es escoger con cuidado la información (fotografías, vídeos, grabaciones de voz…) que se va a utilizar para “enseñar” a la Inteligencia Artificial.

Por último, existe una fase posterior al entrenamiento, cuyo fin es asegurar que el sistema está libre de sesgos y errores: el “testeo”. Durante esta fase, se somete al motor biométrico a diversas pruebas utilizando bases de datos específicas, que sacarían a la luz la existencia de casi cualquier problema que pudiera haber.