Un cittadino olandese è stato sanzionato con una multa di 380 euro in seguito alla rilevazione da parte di una telecamera con intelligenza artificiale, che lo aveva identificato mentre parlava al telefono alla guida.
Tuttavia, l’individuo ha contestato l’accusa, affermando di essersi solamente grattato la testa, evidenziando un errore del sistema.
Nel novembre dell’anno precedente, Tim Hansen si è visto recapitare una contravvenzione per un’infrazione che avrebbe commesso guidando e telefonando nel mese antecedente. Sorpreso, dato che non aveva alcun ricordo di aver utilizzato il cellulare alla guida in quella giornata, Hansen ha deciso di verificare la fotografia che aveva portato alla multa, disponibile presso l’organo competente per la gestione delle contravvenzioni.
Inizialmente, l’immagine sembrava confermare l’accusa; tuttavia, un’analisi più approfondita ha rivelato che non stava tenendo nulla in mano.
In realtà, era impegnato a grattarsi il capo, ma la postura è stata erroneamente interpretata dalla telecamera come l’atto di tenere un telefono. Ancor più sconcertante è risultato il fatto che l’errore non è stato rilevato nemmeno dalla persona incaricata di verificare e convalidare la multa.
Hansen, professionista nel campo IT con esperienza nella creazione e analisi di algoritmi per l’elaborazione di immagini, ha condiviso le sue conoscenze per spiegare il funzionamento e le potenziali insidie del sistema di sorveglianza Monocam, impiegato dalla polizia. Sebbene non abbia avuto l’opportunità di testare direttamente il sistema, ha descritto il suo meccanismo di funzionamento e come possa generare errori di valutazione.
Egli ha illustrato come, in un sistema di riconoscimento basato su modelli predittivi binari (sì/no), esista sempre la possibilità di incorrere in un errore. Nel caso specifico, il modello aveva erroneamente identificato la presenza di un telefono. Hansen ha sottolineato come un modello ideale dovrebbe essere in grado di distinguere esclusivamente casi positivi veri e negativi veri, ma una precisione del 100% è estremamente rara.
L’esperto ha poi spiegato che sistemi come Monocam richiedono un addestramento su vasti set di immagini categorizzate in gruppi specifici per insegnare all’algoritmo a riconoscere oggetti e attributi vari. La sfida nasce quando il set di addestramento non include sufficienti esempi di situazioni ambigue, come una mano vuota vicino all’orecchio, potendo così indurre l’algoritmo a errori di valutazione.
Per ridurre il rischio di falsi positivi, Hansen ha evidenziato l’importanza di un intervento umano nel processo di verifica. Nel suo caso, tuttavia, anche questa misura non ha impedito la conferma della multa, dimostrando che anche la revisione umana non è esente da fallimenti.
Hansen ha impugnato la sanzione, attendendo un esito favorevole, ma il processo potrebbe richiedere fino a 26 settimane. La sua vicenda ha guadagnato notorietà nei Paesi Bassi e nelle nazioni limitrofe, sollevando interrogativi sull’affidabilità delle tecnologie di sorveglianza stradale nell’identificazione dell’uso del telefono alla guida.
