In un’epoca in cui l’accesso a contenuti digitali è regolato da limiti di età, l’ingegno umano trova sempre nuove strade per aggirare i controlli. Un fenomeno crescente riguarda l’uso del trucco da parte di minori, in particolare ragazze, per sembrare più grandi e superare i sistemi di verifica dell’età basati su selfie. Per contrastare questa tendenza, un gruppo di ricercatori della New York University ha sviluppato un innovativo strumento basato sull’intelligenza artificiale: DiffClean.
Le piattaforme online, come app di incontri e siti di e-commerce, spesso utilizzano selfie per verificare l’età degli utenti. Tuttavia, l’applicazione di trucco può alterare significativamente l’aspetto di una persona, inducendo i sistemi a sovrastimare l’età di chi lo indossa. Questo fenomeno è particolarmente evidente tra le adolescenti, che utilizzano il trucco per apparire più adulte e accedere a contenuti per cui non sono legalmente autorizzate.
DiffClean è un modello di intelligenza artificiale progettato per rimuovere il trucco dalle immagini, restituendo un aspetto più naturale e permettendo una valutazione dell’età più accurata. Questo strumento utilizza un modello di diffusione guidato da testo, che apprende a distinguere tra il viso truccato e quello naturale, preservando l’identità e le caratteristiche facciali originali.
Per addestrare DiffClean, i ricercatori hanno utilizzato un sistema chiamato EleGANt, basato su reti antagoniste generative (GAN), per applicare trucco sintetico su immagini di volti. Questo approccio ha permesso di creare un ampio dataset di immagini con e senza trucco, essenziale per l’addestramento del modello. Inoltre, sono stati impiegati modelli preesistenti, come SSRNet, per stimare l’età a partire dalle immagini trattate.
I test hanno dimostrato che DiffClean è in grado di migliorare significativamente la precisione nella stima dell’età. Rispetto ai modelli precedenti, DiffClean ha ridotto l’errore medio assoluto (MAE) a 5,71 anni e ha aumentato la precisione nel distinguere tra minori e adulti all’88,6%. Questi risultati sono particolarmente rilevanti per le fasce di età più giovani, dove gli errori di classificazione sono più comuni.
Inoltre, DiffClean ha mostrato una notevole capacità di generalizzazione, riuscendo a rimuovere il trucco anche in immagini reali provenienti da dataset come BeautyFace e LADN, riducendo l’errore di stima dell’età di circa tre anni.
Sebbene DiffClean rappresenti un passo avanti nella protezione dei minori online, solleva anche interrogativi etici. L’uso di tecnologie per modificare l’aspetto fisico degli utenti, anche se con intenti positivi, può essere controverso. È fondamentale bilanciare la necessità di proteggere i minori con il rispetto per la loro privacy e integrità.
In futuro, sarà importante sviluppare ulteriori tecnologie in grado di identificare e prevenire l’uso del trucco da parte dei minori, senza compromettere la loro identità o dignità. La collaborazione tra ricercatori, sviluppatori e legislatori sarà essenziale per creare un ambiente digitale sicuro e rispettoso per tutti.