文 | 西安建筑科技大学房地产与建设工程法律研究所研究员马党库

　　随着人工智能技术发展，人脸识别成为生物识别技术的重要组成部分。人脸识别技术基于人体面部特征点的唯一性，通过摄像头采集人脸图像，利用算法提取面部关键特征，如眼睛间距、鼻梁高度、嘴唇形状等，转化为数字代码进行存储和比对。在识别过程中，将实时采集的人脸特征与数据库中的模板进行匹配，根据相似度判断是否为同一人。当前，人脸识别算法不断优化，识别准确率大幅提高，能够适应复杂环境和不同姿态的人脸。

　　近年来，人脸识别技术已经在安防、金融、交通等多个领域广泛应用。例如，在安防领域用于监控系统，协助警方识别犯罪嫌疑人、预防和打击犯罪；金融行业借助人脸识别进行远程开户、身份验证，提高交易安全性；交通枢纽通过人脸识别实现快速安检和身份核查，提升通行效率。在教育、医疗、商业营销等领域也有着不同程度的应用，如校园考勤、医院挂号管理、店铺客流分析等。随着人脸识别技术发展，识别准确率持续提高，应用场景不断拓展。从二维人脸识别向三维人脸识别发展，增强了对复杂环境和伪装的识别能力。与大数据、物联网技术融合，实现了更智能的分析和决策。

　　可以预见，该技术未来将有更大应用空间。然而，技术的双刃剑效应也逐渐显现，人脸识别技术在收集、存储、使用和共享数据的过程中，面临着诸多的法律风险。不仅威胁公民个人信息安全和隐私，还可能对社会秩序和公共安全构成威胁。因此，要深入研究人脸识别的法律风险并探寻有效的治理策略，这对提高人脸识别技术治理的法治化水平具有重要意义。

　　人脸识别技术应用引发的法律风险

　　人脸识别技术正朝着小型化、便携化方向发展，便于在更多移动设备和终端应用，因此导致法律风险逐步增加。

　　首先，数据泄露与非法获取的法律风险。在人脸识别技术应用中，大量公民个人生物识别信息被收集和存储。这些数据一旦泄露，将给公民带来巨大的法律风险。黑客攻击是数据泄露的主要原因之一，不法分子通过技术手段入侵人脸识别系统数据库，获取包含人脸信息、身份信息等在内的大量敏感数据。例如，2019年某知名人脸识别公司被曝光数据泄露事件，涉及数百万用户的人脸数据。数据泄露后，可能被用于诈骗、盗刷银行卡、制作虚假身份等犯罪活动。此外，内部人员违规操作也可能导致数据泄露，如工作人员私自拷贝、传播数据等。更有内部人员将他人的个人数据用于出售换取利益。根据《中华人民共和国刑法》第253条之一规定，非法获取、出售或者提供公民个人信息，情节严重的，将构成侵犯公民个人信息罪。

　　其次，技术滥用的法律风险。人脸识别技术的滥用现象日益严重。一些企业在未经用户明确同意的情况下，擅自将人脸识别技术用于商业目的。例如，某些线下店铺安装人脸识别摄像头，收集顾客的人脸信息用于精准营销，随意侵犯公民的隐私权。在公共场所，人脸识别技术的过度使用也引发争议。一些地方政府在城市管理中，大量部署人脸识别摄像头，对市民进行全方位监控，甚至在一些缺乏合法授权和规范程序的情况下，随意采集他人的人脸信息。此外，部分企业或个人利用人脸识别技术进行“刷脸投票”“刷脸打卡”等活动，若被恶意利用，可能干扰正常的社会秩序，引发舞弊、造假等违法犯罪问题。

　　最后，算法缺陷的法律风险。人脸识别算法存在一定的局限性。一方面，算法可能存在偏见，由于训练数据的偏差或不完整，导致算法对不同种族、性别、年龄群体的识别准确率存在差异。例如，有研究表明，某些人脸识别算法对深色皮肤人群的识别错误率较高。这种算法偏见可能导致在执法、司法等领域出现不公平的结果，如错误地将无辜者认定为犯罪嫌疑人，侵犯公民的人身权利。另一方面，算法可能受到对抗样本攻击，不法分子通过对人脸图像添加特定的扰动，使人脸识别系统产生误判，从而实现非法目的，如冒用他人身份进入限制区域等。若因算法缺陷导致严重后果，相关算法开发者和使用者可能要承担法律责任。若算法开发者明知算法存在偏见仍将其应用于关键领域，且造成严重后果，可能会承担相应的刑事责任。

　　人脸识别法律风险的治理路径

　　为防范和化解上述法律风险，需要从法律规制、技术监管、行业自律等维度，综合加强人脸识别技术治理的法治化水平。

　　第一，细化数据保护法律规范。目前，我国应当抓紧制定专门的人脸识别技术应用法规，明确人脸识别技术的应用范围、数据收集使用规则、安全保障措施以及侵权责任等内容。具体而言，需要制定人脸识别数据的收集、存储、使用、共享和销毁等全生命周期的规则。数据收集应遵循最小必要原则，仅在实现特定目的所需的范围内收集人脸数据，且必须获得用户明确、自愿的同意。强化数据存储安全要求，采用加密等技术手段确保数据的保密性、完整性和可用性。对数据共享和转让设置严格的审批程序，防止数据被他人随意侵犯。明确数据泄露后的通知义务和应急处置机制，要求数据控制者在发生数据泄露事件后及时通知受影响的用户，并向相关监管部门报告，采取有效措施降低影响和减少损失。

　　第二，强化对技术滥用的规制。目前，滥用技术问题较为突出，根本原因在于缺乏相应的技术准则。应出台专门针对人脸识别技术应用的准则，明确技术使用的合法边界。首先，禁止在未经授权的情况下将人脸识别技术用于公共场所的大规模监控，除非有明确的法律授权和正当理由，如维护公共安全、打击犯罪等。其次，严格限制人脸识别技术在商业营销领域的滥用，禁止未经用户同意收集人脸数据用于精准广告推送、客户分析等商业目的。最后，对于违反规定滥用技术的行为设定严厉的行政处罚措施，包括罚款、吊销许可证等，情节严重的应当依法追究刑事责任。

　　第三，规范算法治理的总体框架。针对目前算法缺陷的问题，可以要求人脸识别算法开发者公开算法的基本原理、训练数据来源和使用的技术标准，确保算法的透明度。建立算法审查机制，对用于关键领域如执法、司法、金融等的人脸识别算法进行事前审查和定期评估，防止算法存在偏见、歧视或被恶意利用。明确算法开发者和使用者在算法缺陷导致损害后果时的法律责任，若因算法偏见导致错误识别、侵犯公民权益，或因算法被攻击导致安全事件，相关责任主体应承担相应的法律责任。总之，人脸识别技术在推动社会发展的同时，也带来了不容忽视的法律风险。在技术发展过程中，应坚持平衡技术创新与安全保障的关系，确保人脸识别技术在法治轨道上健康发展。未来，随着技术的不断进步和应用场景的不断拓展，对人脸识别应用的法律风险的治理也需要持续跟进和完善，以适应新的挑战和变化。

　　（来源：中国社会科学网）