Điểm danh bằng nhận diện khuôn mặt ở trung tâm đào tạo: cách hoạt động, trường hợp sai và dữ liệu cá nhân

Điểm danh bằng nhận diện khuôn mặt dùng camera chụp mặt người học, rồi đối chiếu với ảnh mẫu đã đăng ký để ghi nhận ai có mặt ở buổi học. Cách này bớt được màn gọi tên đầu giờ. Đổi lại, máy vẫn có lúc nhận nhầm hoặc không nhận ra người, và khuôn mặt là dữ liệu sinh trắc học thuộc nhóm dữ liệu cá nhân nhạy cảm. Vì vậy trung tâm cần xin đồng ý rõ ràng, quy định nơi lưu và thời điểm xóa, chuẩn bị cách điểm danh khác cho người không đồng ý, và nối kết quả với học bù, nhắc vắng.^[1][4]

Điểm danh bằng nhận diện khuôn mặt là gì?

Về kỹ thuật, hệ thống làm ba việc: tìm khuôn mặt trong khung hình, trích ra các đặc trưng, rồi so với dữ liệu mẫu. Có hai kiểu so khớp. Xác minh 1:1 trả lời câu hỏi "người này có đúng là người họ nói không", ví dụ học viên chọn tên mình trên máy tính bảng rồi nhìn vào camera. Nhận dạng 1:N thì camera tự tìm khuôn mặt đó trong cả danh sách lớp hoặc cả cơ sở. Kiểu thứ hai tiện hơn vì người học không phải thao tác gì, nhưng danh sách càng dài thì càng nhiều cơ hội ghép nhầm.^[1][2]

Bài này viết cho trung tâm, trường và bộ phận đào tạo trong doanh nghiệp, gồm cả lớp trực tiếp, trực tuyến và kết hợp. Với lớp học qua mạng, việc quét mặt phải dựa vào camera của chính người học khi vào phòng họp, nên ánh sáng và thiết bị khác nhau ở mỗi nhà.

Hệ thống hoạt động theo những bước nào?

• Đăng ký ảnh mẫu: giáo vụ chụp hoặc nhận ảnh của từng người học, kèm bản đồng ý đã ký, trước buổi đầu tiên.
• Ghi hình khi vào lớp: camera ở cửa, máy tính bảng tại quầy hoặc camera điện thoại chụp mặt người học.
• So khớp: phần mềm phát hiện khuôn mặt, so với ảnh mẫu và trả về kết quả khớp, không khớp hoặc không chắc chắn.
• Ghi nhận có mặt: kết quả được gắn vào đúng lớp, đúng buổi trong lịch học.
• Xử lý ngoại lệ: giảng viên hoặc giáo vụ xem lại các trường hợp máy không chắc, người đến muộn và người dùng cách khác để điểm danh.

Điểm cần hiểu đúng: máy chỉ ghi lại một sự kiện là có một khuôn mặt khớp với ảnh mẫu tại một thời điểm. Nó không biết hôm nay lớp đổi phòng, buổi này là buổi học bù, hay người học đã xin phép vắng từ hôm qua. Ghép sự kiện đó vào đúng buổi, ghi lý do vắng và cập nhật học bù là việc của vận hành lớp. Nếu phần này vẫn nằm rải rác trong bảng tính và nhóm chat, thêm camera chỉ làm nhanh bước đầu, còn các bước sau vẫn lệch.

Cần chuẩn bị thiết bị và điều kiện gì?

• Camera hoặc máy chấm công khuôn mặt đặt cố định ở cửa lớp: hợp với cơ sở cố định, nhiều người vào cùng giờ.
• Máy tính bảng tại quầy lễ tân hoặc bàn giáo vụ: dễ di chuyển, người học tự đứng trước máy.
• Ứng dụng trên điện thoại hoặc camera máy tính: dùng cho lớp trực tuyến, nhưng phụ thuộc thiết bị của từng người.

Kết quả phụ thuộc nhiều vào chỗ đặt máy: ánh sáng ngược từ cửa kính, góc camera quá cao, đường truyền chập chờn khi phần mềm cần gửi ảnh lên máy chủ, và cảnh cả lớp ùn vào cùng lúc trước giờ học. Nên thử máy ở đúng cửa lớp, đúng khung giờ đông nhất trước khi quyết định.^[1]

Về chi phí, hãy tính đủ các khoản: thiết bị, phần mềm hoặc giấy phép, mạng, bảo trì, thời gian giáo vụ đăng ký ảnh mẫu cho từng người, thời gian soạn và thu bản đồng ý, cộng với phương án thay thế vẫn phải duy trì song song. Với người quản lý, câu hỏi đúng không phải máy giá bao nhiêu, mà là cách điểm danh hiện tại đang gây lỗi gì và tốn thời gian của ai. Chưa trả lời được câu đó thì chưa nên mua thiết bị.

Độ chính xác đến đâu và khi nào máy nhận sai?

Không hệ thống sinh trắc nào đúng trong mọi lần. Có hai kiểu sai: chấp nhận nhầm, tức ghi người này thành người khác, và từ chối nhầm, tức không nhận ra người đang đứng trước máy. Hai lỗi này thường kéo ngược nhau: chỉnh máy khó tính hơn để bớt nhận nhầm thì sẽ có thêm người bị báo không khớp, và ngược lại.^[2]

• Đeo khẩu trang, kính râm hoặc đội mũ kín trán.
• Đổi kiểu tóc, để râu hoặc trang điểm khác hẳn ảnh mẫu.
• Ánh sáng ngược hoặc phòng quá tối.
• Học sinh lớn lên, khuôn mặt thay đổi so với ảnh chụp lúc mới đăng ký.
• Anh chị em sinh đôi cùng học một trung tâm.

^[1]

Máy có thể bị đánh lừa bằng ảnh in hoặc video phát trên điện thoại, tức là vẫn còn đường để điểm danh hộ. Khi làm việc với nhà cung cấp, hãy hỏi thiết bị có kiểm tra người thật hay không và đã được thử với những kiểu giả mạo nào. Đừng coi tính năng này là chặn được mọi trường hợp.^[2]

So với mã QR và giảng viên điểm danh thủ công thì sao?

Mã QR đã có bài riêng nên ở đây chỉ đặt cạnh để so. Các tiêu chí dưới đây là những gì giáo vụ và người quản lý thường hỏi khi cân nhắc đổi cách làm.

• Thao tác đầu giờ: gọi tên mất thời gian nhất ở lớp đông; QR cần người học mở điện thoại để quét; quét mặt chỉ cần đi qua máy.
• Rủi ro điểm danh hộ: gọi tên dễ bị trả lời hộ; mã QR có thể bị chụp gửi cho bạn; khuôn mặt khó hơn nhưng vẫn có thể bị đánh lừa bằng ảnh.
• Thông tin phải thu: gọi tên và QR chỉ cần danh sách lớp; quét mặt cần ảnh mẫu, là dữ liệu nhạy cảm.
• Chi phí thiết bị: gọi tên gần như không tốn; QR cần màn hình hoặc mã in; quét mặt cần camera, phần mềm và bảo trì.
• Lớp trực tuyến: gọi tên và QR dùng được dễ dàng; quét mặt tùy vào camera và ánh sáng ở chỗ từng người.
• Xử lý ngoại lệ: cách nào cũng cần người xác nhận khi có người đến muộn, quên điện thoại hay máy báo sai.

Cách chọn thực tế: lớp nhỏ, ổn định có thể giữ giảng viên điểm danh, miễn là ghi về một nơi thay vì sổ tay của mỗi người. Lớp đông ở cơ sở cố định mới đáng cân nhắc camera khuôn mặt. Cũng có thể kết hợp: quét mặt ở cửa cho lớp trực tiếp, QR hoặc xác nhận của người dạy cho lớp trực tuyến và cho người không đồng ý thu ảnh.

Dữ liệu khuôn mặt là dữ liệu nhạy cảm: cần làm gì?

Theo Nghị định 13/2023/NĐ-CP, thông tin về đặc điểm sinh học riêng của cá nhân thuộc nhóm dữ liệu cá nhân nhạy cảm, và việc xử lý cần sự đồng ý của người có dữ liệu. Ảnh mẫu dùng để điểm danh rơi vào nhóm này. Khung pháp lý về lĩnh vực này đang tiếp tục được cập nhật bằng các văn bản mới hơn, nên trước khi triển khai, hãy đối chiếu văn bản đang có hiệu lực và hỏi tư vấn pháp lý.^[4]

Đây không phải yêu cầu riêng của Việt Nam. Điều 9 của GDPR ở châu Âu cũng xếp dữ liệu sinh trắc học dùng để định danh một người vào nhóm dữ liệu đặc biệt, chỉ được xử lý trong những điều kiện hẹp, chẳng hạn khi có sự đồng ý rõ ràng.^[5]

Xin đồng ý thế nào, nhất là với học sinh nhỏ tuổi?

• Viết thông báo bằng lời thường: thu ảnh để làm gì, lưu dạng gì, ai xử lý, lưu bao lâu, xóa khi nào.
• Ghi nhận đồng ý ở dạng kiểm tra lại được: bản ký hoặc biểu mẫu có thời điểm gửi, lưu kèm hồ sơ người học.
• Tách bản đồng ý khỏi hợp đồng học phí; người học chọn không đồng ý vẫn đăng ký học bình thường.
• Cho phép rút lại đồng ý bất kỳ lúc nào và nói rõ khi đó ảnh mẫu được xử lý ra sao.

Với học sinh, Nghị định 13 yêu cầu sự đồng ý của cha, mẹ hoặc người giám hộ, và với trẻ từ đủ 7 tuổi còn cần sự đồng ý của chính trẻ. Ở Anh, hướng dẫn cho trường học yêu cầu trường thông báo cho phụ huynh, có văn bản chấp thuận trước khi dùng thông tin sinh trắc của học sinh, và phải có cách khác cho em không tham gia. Đây là ví dụ quốc tế để tham khảo cách làm, không phải quy định áp dụng tại Việt Nam.^[4][6]

Lưu ở đâu, ai được xem và xóa khi nào?

• Lưu ảnh gốc hay chỉ lưu mẫu đặc trưng trích từ ảnh?
• Ảnh mẫu nằm trên thiết bị, máy chủ của đơn vị hay dịch vụ đám mây của nhà cung cấp?
• Có chuyển ra nước ngoài không, qua bên nào?
• Ai trong đơn vị được xem ảnh mẫu và nhật ký quét, có lưu lịch sử truy cập không?
• Khi học viên kết thúc khóa hoặc rút lại đồng ý, ai xóa, xóa trong bao lâu, có xác nhận đã xóa không?

Quyền xem và thời hạn lưu nên nằm chung với chính sách hồ sơ người học, không để riêng trong phần cài đặt của máy quét. Ở sản phẩm Hồ sơ học viên của Thisme, quyền xem, thời gian lưu, lịch sử truy cập và cách xử lý dữ liệu nhạy cảm được cấu hình theo chính sách của tổ chức. Không cách lưu nào loại bỏ hết rủi ro; việc làm được là giới hạn người xem, ghi lại ai đã xem và xóa đúng hạn. Chưa rõ thời hạn lưu phù hợp thì hãy hỏi tư vấn pháp lý.

Người không đồng ý thì điểm danh bằng cách nào?

Người từ chối phải có cách điểm danh ngang bằng và không bị bất lợi: giảng viên đánh dấu trên danh sách, ký tên, hoặc dùng mã QR cá nhân. Hướng dẫn của chính phủ Anh cho trường học cũng đặt yêu cầu phải có phương án thay thế hợp lý cho người không tham gia.^[6]

Quan trọng không kém: kết quả từ mọi cách đều phải ghi về cùng một danh sách lớp. Nếu người quét mặt nằm trong phần mềm của máy, còn người ký tay nằm trong sổ giáo vụ, cuối tháng sẽ có hai báo cáo chuyên cần không khớp nhau.

Dữ liệu điểm danh dùng để làm gì sau buổi học?

Một lượt quét mặt chỉ có giá trị khi đi tiếp vào các việc sau đó. Trong Quản lý lớp học của Thisme, người vận hành điểm danh, ghi lý do vắng, bổ sung ghi chú và xử lý trường hợp đến muộn ngay trong ngày học. Khi đổi lịch, chuyển phòng hoặc tổ chức học bù, thay đổi được gửi đến đúng nhóm và lưu cùng người thực hiện. Danh sách lớp, đổi lịch, học bù, bảo lưu và thông báo thay đổi nằm chung một chỗ, nên người vắng nhiều buổi được nhìn thấy sớm thay vì đến cuối khóa mới phát hiện.

Khi máy ghi sai và học viên phản ánh, cần một đầu mối rõ ràng. Với Chăm sóc học viên, mỗi phản ánh, ví dụ bị ghi vắng dù có mặt, trở thành một ca có người phụ trách, mức ưu tiên, lịch sử và thời hạn. Giáo vụ đối chiếu nhật ký quét với xác nhận của giảng viên rồi sửa; nếu việc sửa ảnh hưởng đến quyết định học vụ, ca được chuyển cho bộ phận có thẩm quyền.

Để biết việc điều phối lớp có tốt lên không, hãy theo dõi lỗi lịch, thời gian xử lý đổi buổi, tỷ lệ điểm danh đầy đủ, lớp thiếu nguồn lực và yêu cầu hỗ trợ. Các chỉ số này đo vận hành theo buổi, tách biệt với chất lượng nội dung và kết quả tự học. Riêng với máy quét mặt, nên đếm thêm số lượt giáo vụ phải sửa tay mỗi tuần để biết máy đang đỡ việc hay thêm việc.

Bắt đầu thế nào mà không phải thay hệ thống đang dùng?

Quản lý lớp học phù hợp khi số lớp, buổi, giảng viên và thay đổi đã khiến thông tin lệch giữa Excel, Zalo và lịch cá nhân, học bù dễ sót hoặc hậu cần khó truy vết. Sản phẩm có thể nhận danh sách ghi danh từ hệ thống giáo vụ, nền học tập hoặc hệ thống quản lý khách hàng đang dùng, rồi trả lại kết quả chuyên cần theo khả năng tích hợp, không phải thay toàn bộ hạ tầng đào tạo.

• Rà lại cách điểm danh hiện tại: giáo vụ liệt kê ai đang ghi, ghi ở đâu và lỗi nào hay gặp.
• Chọn một nhóm lớp hoặc một chu kỳ mới để làm thử, thay vì chuyển mọi lớp cùng lúc.
• Chốt quy tắc: thế nào là có mặt, đến muộn, vắng có phép; khi nào xếp học bù; ai được thông báo.
• Người quản lý quyết định có cần thiết bị quét mặt hay không, dựa trên lỗi đã rà ở bước đầu.
• Kiểm tra kết nối với thiết bị và phần mềm đang có; phần này chỉ mở khi đã xác minh hệ thống thực tế.

Điểm danh bằng nhận diện khuôn mặt chỉ là bước đầu. Phần đáng đầu tư là để điểm danh, học bù và thông báo thay đổi theo từng buổi không còn lệch giữa bảng tính và tin nhắn. Hãy đăng ký buổi khảo sát: chúng ta sẽ xem cách đơn vị đang làm, chọn một nhóm lớp để làm thử quy trình Quản lý lớp học, và kiểm tra hệ thống thực tế trước khi xác nhận việc kết nối thiết bị hay phần mềm chuyên cần đang dùng.

Nguồn tham khảo

1. Facial recognition system – Wikipedia
2. Biometrics – Wikipedia
3. NIST Study Evaluates Effects of Race, Age, Sex on Face Recognition Software
4. Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân – Cổng Thông tin điện tử Chính phủ
5. Art. 9 GDPR – Processing of special categories of personal data
6. Protection of biometric information of children in schools – GOV.UK