Instagram и Facebook начинают автоматически определять несовершеннолетних пользователей с помощью ИИ, анализирующего визуальные характеристики тела на загруженных фотографиях. Meta подчёркивает, что речь не идёт о распознавании лиц: система ориентируется на косвенные физические маркеры — пропорции тела и особенности костной структуры, которые статистически коррелируют с возрастом.
Помимо анализа изображений, алгоритм изучает поведенческие и текстовые сигналы в профиле: публикации о праздновании дня рождения, упоминания школьного класса или учебного года. Совокупность этих признаков позволяет системе с определённой вероятностью классифицировать аккаунт как принадлежащий подростку. После такой классификации аккаунт автоматически переводится в режим Teen Accounts — специальный формат с ограниченными настройками приватности и контентными фильтрами, который по умолчанию включён.
Технология, ранее тестировавшаяся на ограниченной аудитории, теперь распространяется на пользователей в Евросоюзе, Бразилии и на Facebook в США. Это расширение происходит на фоне усиливающегося регуляторного давления: законодатели в разных странах требуют от платформ более строгой верификации возраста и применения защитных настроек по умолчанию для несовершеннолетних.
Система также сканирует профили на косвенные признаки: посты о днях рождения и упоминания школьных классов.
Подход Meta вписывается в более широкую дискуссию об ответственности за защиту детей в интернете. Компания одновременно развивает собственные инструменты безопасности и активно продвигает позицию, согласно которой первичная верификация возраста должна лежать на магазинах приложений — Apple App Store и Google Play, — а не на самих платформах. Это позволило бы переложить часть технической и юридической нагрузки на операторов экосистем.
С исследовательской точки зрения подход сопряжён с рядом ограничений. Оценка возраста по физическим признакам на фотографиях — задача с высокой погрешностью: телосложение и внешний вид существенно варьируются в зависимости от этнического происхождения, состояния здоровья и индивидуальных особенностей. Система неизбежно будет давать ложноположительные и ложноотрицательные результаты. Meta пока не раскрывает метрики точности модели, что затрудняет независимую оценку её надёжности. Кроме того, сбор и анализ биометрических данных тела — даже без идентификации личности — поднимает вопросы соответствия требованиям GDPR в европейских юрисдикциях.
Для отрасли в целом шаг Meta означает, что крупные платформы переходят от декларативной верификации возраста (когда пользователь сам указывает дату рождения) к инференционной — когда система самостоятельно делает вывод на основе доступных данных. Этот сдвиг технически сложнее, но потенциально устойчивее к обходу: ввести ложную дату рождения проще, чем изменить физические характеристики, отражённые на фотографиях.
