一項最新研究指出，臉部辨識AI的準確性其實不亞於高辨識能力的人類，但人類審核者本身有偏見與盲點，導致他們難以有效察覺AI的潛在錯誤，這項發現對高度仰賴AI決策的台灣科技與產業發展具有啟示。
一項最新研究顯示，在臉部辨識技術（透過分析人臉特徵來識別身份的科技）中，儘管常設有由人類審核潛在錯誤的保障機制，但人類審核者本身存在認知盲點與偏見，使得這項防線的有效性不如外界預期。研究指出，人工智慧（AI）系統在辨識人臉方面的整體表現相當良好，甚至與經過測試、具高辨識能力的人類不相上下，挑戰了人們認為人類能輕易發現AI錯誤的傳統觀念。
這份由 David Dobolyi 擔任主要作者的研究，於2026年2月刊登在《Journal of Applied Research in Memory and Cognition》期刊上。David Dobolyi 在科羅拉多大學波德分校的 Leeds School of Business 擔任組織領導與資訊分析助理教授。研究團隊對近4,000名受試者進行了標準臉部辨識能力測試，結果發現，人與人之間在辨識人臉的能力上存在巨大差異。
David Dobolyi 指出，僅僅是在系統中加入人類審核，並不能完全解決問題。他表示：「如果你找一位普通人，他可能不會比特定的AI模型表現得更好。」這項研究強調，人類審核者與AI系統一樣，都可能存在固有的偏見，例如研究觀察到，演算法與人類判斷在比對黑人或白人臉孔時，其一致性有時會有所差異。David Dobolyi 認為，關鍵在於理解人與AI各自的優缺點與盲點。
此外，許多商用AI系統面臨著「黑箱問題」，意即其決策過程缺乏透明、可解釋的依據。David Dobolyi 呼籲，各機構應更透明地揭露臉部辨識系統的能力與限制，並在實際應用前進行更嚴格的評估，確保系統在不同情況下都能維持公平性，避免出現不可信任的輸出結果。他先前於2025年發表在《美國國家科學院院刊》的研究也曾指出，AI工具在特定情境下，有助於降低人們在評估目擊證詞時的偏見。兩項研究皆表明，當人們充分理解AI的能力、限制以及何時應信任其建議時，AI有望提升決策品質。