Neofrenologi. Kan en algoritme afgøre, om en person er kriminel, blot ved at granske et foto? Ny forskning genopliver gamle ideer om afslørende ansigter, men ender med at udstille vores egne fordomme.

Suspekte typer

Nathaniel Ashby vil ikke diskutere sin seneste forskning. »Tak for din e-mail,« skriver den unge professor i kognitiv psykologi ved Harrisburg University. »Men i betragtning af de fortsatte dødstrusler og den chikane, vi modtager for at undersøge dette felt, er jeg nødt til at afslå. Det er simpelthen ikke sikkert for mig at tale om emnet.«

Emnet kunne ellers nok trænge til at blive vendt. Sammen med to kolleger har Ashby udviklet et computerprogram, hvis algoritmer med 80 procents sikkerhed kan identificere kriminelle ud fra billeder af deres ansigter. Endda uden racemæssig bias. Det hævder i hvert fald universitetets pressemeddelelse, som også oplyser, at forskernes resultater vil blive offentliggjort i en bog i serien Transactions on Computational Science & Computational Intelligence.

»Vores mål er at udvikle redskaber til kriminalitetsforebyggelse, til politi og militære formål, redskaber som er mindre påvirket af fordomme og følelser,« udtaler Ashby i skrivelsen. »Vores næste skridt er at finde strategiske partnere til at fremme denne mission.«

Pressemeddelelsen holdt en weekend, så blev den fjernet fra universitetets hjemmeside på grund af opstandelse og protester fra den industri, forskerne gerne vil i lag med. Teknologidirektør Michael Petrov fra virksomheden EyeLock startede debatten på LinkedIn med at indstille Ashby og kolleger til en Ig Nobelpris for årets mest vanvittige forskning. Og som softwareingeniør Tamas Polgar bemærker i tråden: »Wow. Jeg vidste ikke, at Lombroso var på mode igen.«

Våde læber, kraftig hårvækst

Det ligner unægtelig et comeback til Cesare Lombroso. Den italienske læge udbredte i anden halvdel af 1800-tallet sine ideer om, at kriminalitet ikke alene er medfødt, men direkte aflæselig i et menneskes fysiognomi. Forbrydere var således ifølge Lombroso biologisk tilbagestående, tættere på aberne, faktisk, og derfor karakteriseret ved fysiske træk som skrånende pande, fremstående kæber, kraftig hårvækst, usædvanligt store ører og kraniel asymmetri. Forskellige forbryderkategorier havde deres særlige karakteristika. Eksempelvis var tyve udstyret med små øjne og et evigt søgende blik, mens sædelighedsforbrydere kendtes på deres fyldige våde læber og mordere på høgenæsen.

Hvilke træk computeren kender kriminelle på, får man ikke at vide i den nyeste undersøgelse på området, der udkom tidligere i år i tidsskriftet Journal of Big Data. Til gengæld skriver forfatterne Mahdi Hashemi og Margeret Hall fra George Mason University lige ud, at deres studie er »inspireret af Lombrosos forskning, som viste, at kriminelle kunne identificeres ud fra ansigtets struktur og følelser.«

Ligesom Nathaniel Ashby afslår de to at udtale sig, og ligesom ham har de trænet neu- rale netværk ved at fodre computere med tusindvis af billeder af henholdsvis dømte amerikanere fra politiets database og ikke-kriminelle fra en generel billeddatabase. Forskerne har sørget for, at kun ansigter med neutrale udtryk indgår, ligesom de har tilpasset samtlige billeder til den samme gråskala. Og når netværket efter træningen bliver præsenteret for et hidtil uset billede fra en af de to kategorier, udpeger det med 97 procents sikkerhed, hvilken kategori det tilhører. Kriminel eller lovlydig borger. Så er der noget om det?

»Det er der med 99 procents sikkerhed ikke,« siger professor i datalogi ved Københavns Universitet Mads Nielsen. Han er specialist i medicinsk billedanalyse og sidder med det amerikanske studie foran sig. »Så vidt jeg kan se, gør de langtfra nok for at tilnærme de to forskellige kildematerialer til hinanden. Så det, deres algoritme fanger og genkender, er formentlig diverse irrelevante, men indbyggede forskelle. Det kan være noget i baggrunden eller i selve kvaliteten af de to typer foto. I det medicinske felt ville man aldrig godkende et system, som ikke bruger billeder taget af samme udstyr under ens betingelser,« siger Mads Nielsen.

Men i det område, der handler om at aflæse adfærd og psykologiske egenskaber, er metodeproblemer almindelige. Det påpeger Anders Kofod-Petersen, som er forsker i kunstig intelligens og leder af Alexandra Instituttet i København.

»Ganske mange AI-forskere har en akademisk interesse for det psykologiske område og kaster sig ud i vilde projekter med spørgsmålet: »Gad vide, om man kan dét her?« Ofte kan algoritmerne tilsyneladende det, man beder dem om, men næsten lige så ofte er der problemer med, om de underliggende datasæt er gode nok. For eksempel var der stor diskus- sion om Kosinskis kendte undersøgelse af seksualitet fra 2018.«

Kofod-Petersen hentyder til den polsk-amerikanske psykolog og professor ved Stanford University Michal Kosinski og den kunstige intelligens, som The Economist døbte en AI-Gaydar. Et sæt algoritmer, der kunne udpege personers seksuelle orientering fra portrætbilleder. Trænet på 36.000 billeder fra homo- og heteroseksuelle datingtjenester lærte computeren at kende homoseksuelle mænd og kvinder fra heteroseksuelle med henholdsvis 81 og 74 procents sikkerhed. Fik maskinen fem forskellige billeder af samme persons ansigt, steg træfsikkerheden til henholdsvis 91 og 83 procent.

Kosinski, der er blevet kaldt den digitale verdens Dr. Strangelove, har fortalt, hvordan han efterfølgende blev bestormet af mennesker, der var usikre på deres seksualitet og bad ham køre deres billeder igennem sine algoritmer for at få svar. Han går også glad ud med budskabet om, at vi nok skal forvente, at sager som IQ og aggressive tendenser kan aflæses i ansigtets træk.

Evolutionær impuls

»Den ukritiske tilgang i dette felt bygger på et sammenfald af to fascinationer,« siger Alexander Todorov, som er professor i psykologi ved Princeton University. »Selve teknologien, kunstig intelligens og Big Data, er stærkt forførende, og vi får konstant at vide, at den vil forandre verden fundamentalt. Denne tro spiller sammen med vores egen klare fornemmelse af, at det faktisk lader sig gøre at aflæse alle mulige indre karakteregenskaber i ansigter.«

Selv har Todorov længe forsket i, hvordan mennesker læser ansigter, og hvad læsningen har af konsekvenser. Som han siger, er det noget, vi slet ikke kan lade være med. Møder man fremmede, forsøger man helt automatisk at udtrække information om dem fra deres fremtræden. Ansigtet er dét, som tiltrækker mest opmærksomhed, og som vi tillægger størst vægt. Det er ikke tilfældigt, at den fysiognomiske »videnskab« går tilbage til Antikken og har stået stærkt hele vejen op til Lombrosos tid.

»Undersøgelser fra nutiden viser, at omkring halvdelen af os tror på, at et menneskes personlighed og mange personlige egenskaber kan læses i ansigtet. De tror også, at de selv er i stand til det,« siger Alexander Todorov.

De direkte test, han selv har foretaget, viser typisk noget andet. I et eksperiment med at »aflæse« menneskers seksuelle orientering fra billeder – selvportrætter af ansigtet – ramte Todorovs forsøgspersoner rigtigt i 55 procent af tilfældene. Altså en anelse bedre end at slå plat og krone. Men så snart forskerne udlignede baggrunden i fotografierne, forsvandt den effekt.

Noget lignende så Todorov, da han bad forsøgspersoner udtale sig om fremmedes so- ciale status – en anden egenskab, som de fleste mener at kunne detektere. Når det foregik med folks egne billeder taget fra nettet, ramte forsøgspersonerne rigtigt med 56 procents nøjagtighed. Så snart billederne var taget i et laboratorium med samme baggrund, var man nede på 51 procent.

»Men det mest interessante aspekt er måske de egenskaber, vi læser ind i særlige træk,« bemærker Todorov. Det viser sig nemlig, at det ikke er komplet idiosynkratisk, hvordan vi bedømmer folk på ansigtet, men i høj grad fælles.

»Evolutionært giver det mening, at egenskaber som troværdighed og dominans er vigtige at få information om, når man møder fremmede individer. De siger grundlæggende noget om, hvorvidt man står over for nogen, som potentielt er farlig for én, eller nogen, man kan håndtere med imødekommenhed.«

Og med computermodeller, der kan omforme ansigter, har Todorov vist, at det er bestemte træk, vi tolker på. Dominans læser vi ind i typisk maskuline træk – især brede kæber og fremtrædende øjenbryn – mens troværdighed faktisk øges med mere feminine træk. Især troværdighed, altså fornemmelsen af, at man kan stole på et individ, ser ud til at påvirke vores læsning af meget andet. Et stort tværkulturelt studie fra 2008 fandt en nøje korrelation mellem troværdighed og positive egenskaber som venlighed, varme og intelligens.

»Den slags tyder på, at der er noget fælles arvegods involveret. Man må gå ud fra, at der også er effekter af kultur og normer, det er der bare forsket meget lidt i,« siger Todorov.

Han har imidlertid selv en fornemmelse af, at kultur kan spille ind i eksempelvis den kønsmæssige bias, han ser i eksperimenter med at bedømme, hvor kompetente individer er.

Maskulin kompetence

I en undersøgelse fra 2018 fandt Todorov og kolleger således, at de kunne skrue op for den tilsyneladende kompetence ved at gøre et givent ansigt mere maskulint. Forsøgspersoner bedømte mandlige ansigter mere kompe- tente, jo mere maskuline deres træk blev, og det samme gjaldt for kvindelige ansigter til et vist punkt. Herefter gav mere maskulinitet bedømmelsen mindre kompetent.

»Som med de øvrige egenskaber, man har testet, tyder intet på, at der eksisterer en virkelig korrelation mellem et kompetent udseende og faktisk kompetence. Desværre er det sådan, at den automatiske og oftest lynhurtige ansigtstolkning betyder noget i den virkelige verden,« bemærker Alexander Todorov.

Han brød selv igennem forskningsmæssigt med en artikel om, hvordan politiske valg påvirkes af kandidaternes tilsyneladende kompetenceniveau. Det var i 2007, og studiet, som blev publiceret i tidsskriftet PNAS, gik på guvernørvalg i USA. En gruppe forsøgspersoner fra forskellige delstater blev præsenteret for billeder af to kandidater fra andre stater – kandidater, de ikke kendte til eller havde set før – og skulle svare på, hvem de så som mest kompetent. Den tid, forsøgspersonen havde til rådighed – 100 eller 250 millisekunder eller ubegrænset tid – påvirkede ikke bedømmelsen. Til gengæld viste bedømmelserne, som forskerne indsamlede før guvernørvalget i 2006, efterfølgende at forudsige 69 procent af guvernørposterne og 72 procent af pladserne i senatet.

»Det var uafhængigt af, om den enkelte kandidat var siddende guvernør eller senator eller ny,« understreger Alexander Todorov. »Hvilket tyder på, at ureflekterede bedømmelser af ansigter kan påvirke vælgeres beslutninger.«

De ser også ud til at kunne påvirke vores holdninger til lovovertrædere. Det så to franske forskere, som i 2006 offentliggjorde en undersøgelse, man bedst kan betegne som en omvendt Lombroso. De bad knap 200 forsøgspersoner om at vurdere, hvorvidt en hypotetisk anklaget var skyldig i en given forbrydelse, og hvor sikre de var på deres bedømmelse. Forsøgspersonerne læste en fiktiv sagsfremstilling, hvor der var enten en høj eller lav grad af tvivl om skyldsspørgsmålet. Der var samtidig vedhæftet et »forbryderfoto«, som enten svarede til gængse stereotyper på en gerningsmand til den givne forbrydelse (stor tatoveret kleppert til en voldsforbrydelse), eller slet ikke passede.

Billedet havde meget direkte betydning. Det skubbede således til såvel deltagernes bedømmelse af skyld som til graden af sikkerhed, de følte, og endelig til, hvor hård en straf de mente, forbrydelsen fortjente. Effekten viste sig at være uafhængig af, om selve sagsfremstillingen gav stor eller lille tvivl, eller om, hvor tiltrækkende man bedømte »forbryderens« ansigt til at være. Alt i alt kunne forskerne konkludere, at forbryderfjæs findes – i hovederne på os selv.

 

Lyt også til 24 spørgsmål til professoren om, at corona-krisen kan få danskerne til at forlange mere overvågning.

Læs også om, at kinesere lever i et overvåget samfund, hvor allestedsnærværende kameraer ikke bare udspionerer folk, men direkte former deres adfærd.

Læs også, at man ved Europas ydre grænse opruster med ny teknologi. Pigtråd erstattes af ansigtsgenkendelse, dna-analyse og mikrofoner, der kan opfange hjertelyd.