在高安全等級的人臉識別（FR）部署中，自動化演算法往往被當作人類稽核員的輔助工具，但一項新近發表於 arXiv 的研究提醒，這種“人機協作”的實際效果取決於兩件事：所用的是哪一款演算法，以及系統把安全閾值設得多嚴。論文題為《人類稽核員對誤報的檢測取決於人臉識別演算法及其安全配置》，由 Esha Edakoth 等五位作者完成，屬於計算機視覺與模式識別（cs.CV）以及人機互動（cs.HC）交叉方向，共 26 頁、8 幅圖、4 張表，於 2026 年 10 月 16 日提交。
研究的出發點是一個容易被忽視的矛盾。隨著 AI 進入身份核驗等業務流程，商用 FR 演算法在規模和準確率上已達到甚至超越人類水平。然而，正因為演算法錯誤變得越來越稀少，原本用於兜底的人類稽核反而更難發現它們。論文提出的核心問題是：當演算法給出誤報（把並非同一人的兩張臉判為匹配）時，人工稽核員究竟能不能識別出來？這種能力是否會隨安全配置而變化？
為回答這一問題，研究團隊構建了一個新資料集——困難人臉影像比對測試（Difficult Facial Image Comparison Test，DFICT）。該資料集並非隨機抽取人臉影像，而是專門取自四款效能相當的商用 FR 演算法實際產生的誤報樣本，因此每一對影像都是演算法“出錯”的困難案例。隨後，801 名人類稽核員參與實驗，在三種具有實際業務意義的生物識別閾值配置下，判斷這些影像對是否屬於演算法誤報。
結果呈現出清晰的規律。總體而言，人類稽核員確實能夠減少演算法產生的誤報，說明在系統中保留人工複核環節仍有價值。但隨著安全閾值趨嚴，稽核員的識別表現明顯下降——也就是說，當系統被調至更保守、更嚴格的安全配置時，恰恰是誤報更難被人工發現的時候。這一發現對高安全場景具有直接意義：越重要的應用往往越依賴嚴格閾值，而人類監督在這一區間的效力反而更弱。
第二個關鍵結論是，稽核員的表現因演算法而異。面對不同商用演算法產生的誤報，人類稽核員的檢出能力存在差異，這表明某些演算法與人工監督的相容性更好。換言之，演算法選型不僅關乎機器本身的準確率，也關乎人類能否在其之上有效把關。作者據此建議，生物識別系統在設計階段就應考慮人類稽核員效力的可變性，尤其是在高安全應用中；在演算法選型和制定人工監督策略時，也應參考這類實證結果，以儘量降低實際 FR 部署中的 AI 相關風險。
值得留意的是，這項研究評估的是“人類能否發現演算法誤報”，而非演算法本身的準確率排名；其樣本來自四款可比的商用演算法，實驗條件被限定在三種操作相關的閾值上。論文的貢獻在於把通常被分開討論的兩個因素——演算法特性與安全配置——放在同一框架下，用 801 名稽核員的實測資料揭示人機團隊效力的邊界。對於正在部署人臉識別身份核驗的機構而言，這意味著人工複核不應被視為萬能的兜底措施，而需要根據具體演算法與閾值進行針對性設計與評估。