
En el mundo cada vez más digital de hoy, los niños y adolescentes acceden regularmente a Internet para conectarse con sus amigos, hacer compras, encontrar información y simplemente divertirse. Pero si bien la digitalización trae muchos beneficios, también trae riesgos: que los bienes, contenidos o servicios restringidos por edad podrían caer en manos de usuarios que son demasiado jóvenes para ellos.
Este miedo no es nada nuevo. Incluso hace 20 años, los padres y las legislaturas se preocupaban por el daño potencial que podría resultar del acceso sin trabas de los niños a internet. Pero ese fue un momento diferente, cuando el acceso se limitaba en gran medida a las computadoras de escritorio que podían ser monitoreadas más fácilmente por los padres. Los jóvenes de hoy usan computadoras portátiles, tabletas, teléfonos inteligentes y otros dispositivos inteligentes que han demostrado ser más difíciles de monitorear.
No es de extrañar, entonces, que gran parte de la obligación de proteger a los niños de los bienes, servicios y contenidos restringidos por edad se haya desplazado lejos de los padres y se haya desplazado hacia los sitios web y plataformas en sí. De hecho, un número cada vez mayor de estados y países de todo el mundo han comenzado a requerir plataformas en línea para implementar procesos de estimación de edad y verificación de usuarios, por ley.
El desafío: Verificación de edad introduce fricción en el proceso de registro, lo que puede perjudicar la capacidad de una plataforma para atraer y convertir usuarios. La estimación de la edad, basada en el reconocimiento facial y la inteligencia artificial (IA), introduce menos fricción, pero también puede ser menos precisa. Esto aumenta el riesgo de que un cierto porcentaje de usuarios pueda ser inapropiado denegado acceso a sitios web y plataformas, mientras que cierto número de niños y adolescentes puede ser inapropiado ganancia acceso.
En otras palabras, cuando se trata de estimación de edad, la precisión importa. Las empresas tienen un fuerte incentivo para elegir la tecnología de estimación de edad más precisa disponible para ellas.
Para ayudar en esta evaluación, el Instituto Nacional de Estándares y Tecnología (NIST) evalúa y clasifica los modelos y soluciones de estimación de edad. Incode se enorgullece de haber sido reconocido recientemente por NIST como la solución global de estimación de edad más precisa.
A continuación, echamos un vistazo a los resultados del estudio del NIST y cómo funciona la tecnología de estimación de edad de Incode. También respondemos otras preguntas que las empresas suelen tener sobre la estimación y verificación de la edad.
Innumerables negocios en industrias que van desde contenido para adultos hasta comercio electrónico y entrega de alcohol, juegos de azar en línea, servicios financieros y redes sociales ya están sujetos a leyes y regulaciones que requieren la estimación de edad y la verificación de sus usuarios. A medida que las regulaciones continúan evolucionando, se espera que muchas más empresas necesiten unirse a esta lista.
El Instituto Nacional de Estándares y Tecnología Evaluación de Tecnología de Análisis Facial (NIST FATE) reportar fue diseñado para evaluar la precisión y el rendimiento de los algoritmos utilizados en el análisis facial para una variedad de casos de uso, incluidos 8 algoritmos utilizados en la estimación de edad.
En general, el NIST encontró que la precisión de los algoritmos de estimación de edad, en su conjunto, han mejorado notablemente desde que se evaluaron por primera vez en 2014, una victoria para la industria en general, y para las empresas que dependen de esta tecnología.
El algoritmo de estimación de edad de Incode brilló contra la competencia en una serie de áreas críticas, incluyendo:
Incode demostró las tasas de precisión más altas en el conjunto de datos de la aplicación, logrando un error absoluto medio (MAE) de solo 3.0 años. Estas imágenes reflejan las imágenes típicas subidas por el usuario, mostrando Incode como una solución ideal para integrarse en plataformas y servicios en línea.
Por qué es importante: Una estimación de edad más precisa en estas aplicaciones significa que se aprueban, convierten y, en última instancia, se monetizan más usuarios genuinos.
Incode logró el error absoluto medio (MAE) más bajo de todos los algoritmos evaluados —2.7 años— para el grupo de edad de 6-17 años. Este performance no se limitó a un solo dataset, sino que abarcó varias categorías de imágenes: tanto el conjunto de datos Mugshot como el de la aplicación. Esto muestra que el algoritmo no solo estima con precisión la edad en un escenario, sino en múltiples escenarios utilizando diversos conjuntos de datos.
Por qué es importante: Cuando se trata de cumplimiento de normas, el rango de edad de 6 a 17 años es quizás el más crítico. Empresas que se ocupan de bienes, servicios o contenido con restricción de edad necesidad una solución de estimación de edad capaz de diferenciar entre estas edades.
El algoritmo de Incode demostró consistentemente un MAE bajo, con un promedio de 3.5 años en los cuatro conjuntos de datos medidos: Mugshot, Border, Application y Visa. Estos resultados demuestran que la tecnología de estimación de edad de Incode funciona de manera confiable en una amplia gama de entornos del mundo real, incluso cuando se enfrenta a fotos desafiantes de cruces fronterizos y diversas calidades de imagen.
Por qué es importante: La calidad de imagen en el entorno controlado de un laboratorio varía significativamente de las aplicaciones del mundo real mencionadas anteriormente. Las tasas de error consistentemente bajas en una variedad de aplicaciones apuntan a una tecnología que funcionará incluso cuando la calidad de imagen sea inferior a la ideal.
Las tasas de error medias absolutas no son las únicas métricas de precisión evaluadas por el NIST. El estudio también midió las tasas de falsos positivos (FPR), también conocidas como falsa aceptación. El algoritmo de Incode logró el FPR más bajo de 0.047 para el conjunto de datos de la aplicación. En el escenario crucial del “Desafío 25” para las imágenes de aplicación, Incode logró los FPR más bajos para los grupos de edad 14-17 y 18-20.
Por qué es importante: Las bajas tasas de falsos positivos para estos dos grupos de edad (14-17 y 18-20) demuestran una capacidad excepcional para distinguir con precisión entre menores y adultos, toda la razón por la que se necesitan tecnologías de estimación de edad.
Incode tecnología de estimación de edad fue diseñado para ser un medio rápido y fácil de usar para determinar si un usuario tiene o no la edad suficiente para acceder a un sitio web con bienes, servicios o contenido con restricciones de edad.
Funciona así:
Por supuesto, entendemos que la estimación de edad puede no ser adecuada para todas las empresas que operan en todas las jurisdicciones. Algunas jurisdicciones pueden requerir que las empresas de ciertas industrias implementen diferentes medidas de verificación de edad; algunas empresas pueden simplemente querer una garantía adicional en la edad de un usuario para minimizar aún más el riesgo. Por estas razones, Incode ofrece soluciones adicionales de verificación de edad, incluida la verificación de bases de datos y Verificación de identificación.
Aprovechar la solución de estimación de edad mejor calificada puede desbloquear muchos beneficios para las empresas que operan en una serie de industrias, desde el comercio minorista y el comercio electrónico hasta los juegos de azar en línea, las redes sociales y el contenido para adultos. Estos beneficios incluyen:
Al considerar varias soluciones de estimación de edad, es importante buscar un socio con un historial comprobado de éxito. Incode se enorgullece de liderar el camino en lo que realmente es un campo en rápida evolución, como lo demuestran nuestras calificaciones recientes del NIST.
Servicio de entrega bajo demanda de DriverOps at Large en EE. UU.
¿Desea obtener más información sobre cómo Incode puede ayudarle a implementar la verificación y estimación de edad para su negocio? Ponte en contacto con un consultor de identidad de Incode, o solicite una demostración gratuita hoy mismo.
Nota del editor:
En años pasados, el NIST evaluó todas las tecnologías de reconocimiento facial en una sola pista de pruebas conocida como Face Recognition Vendor Test (FRVT). Para dar cuenta de que la tecnología de reconocimiento facial tiene múltiples casos de uso y aplicaciones, el NIST ha dividido esta prueba en dos pistas separadas: La Evaluación de la Tecnología de Reconocimiento Facial (FRTE) y la Evaluación de Tecnología de Análisis Facial (FATE). Los resultados discutidos anteriormente provienen de la evaluación FATE del NIST para 2024.