据外媒报道，有色人种学生长期以来一直抱怨，Proctorio和其他考试监督公司使用的面部检测算法无法识别他们的面孔，这使得他们很难甚至不可能参加高风险考试。现在，一名软件研究员指出，他可以证明Proctorio软件使用的面部检测模型在超50%的情况下无法识别黑人面孔。据悉，他碰巧也是使用Proctorio的一所学校的大学生。
研究人员Akash Satheesan告诉Motherboard：“我之所以决定调查这件事，是因为（Proctorio）声称其只听说过‘不到5起’的该类型案例--由种族原因导致的面部识别问题。然而从轶事中我知道这是不可能的……于是我开始寻找一些更确凿的证据，我想我已经相当肯定找到了。”
Satheesan最近在一系列博客文章中发表了他的发现。在这些文章中，他描述了他是如何分析Proctorio Chrome浏览器扩展背后的代码，并发现跟该工具面部检测功能相关的文件名与OpenCV发布的文件名相同。据悉，OpenCV是一个开放源代码的计算机视觉软件库。
Satheesan在向Motherboard演示了Proctorio工具中嵌入的人脸检测算法在同一组人脸上进行测试时跟OpenCV模型的表现完全相同。Motherboard还咨询了一位安全研究员，后者也验证了Satheesan的发现并能重现他的分析。
Proctorio则在其网站上宣称，公司使用的是“专有的面部检测”技术。另外它还表示，其是在使用OpenCV的产品，但没有说明具体使用的产品或用于什么。当Motherboard询问该公司是否使用OpenCV的模型进行面部识别时，Proctorio的发言人Meredith Shadle并没有直接回答。相反，她发送了一个链接到Proctorio的许可证页面，其中包括OpenCV的许可证。
Shadle在给Motherboard的邮件中写道：“虽然公开的报告没有完全准确地描述我们的技术是如何工作的，但我们很感激分析证实了Proctorio使用了人脸检测（而非人脸识别）。”
Proctorio也没有回答关于该技术的几个问题，包括该公司是否对OpenCV模型进行了微调以便在其软件中使用。
而基于OpenCV构建的面部识别和检测软件此前被发现存在偏差。
Satheesan将这些模型跟FairFaces数据集中包含近1.1万张人脸的图像进行了测试。FairFaces数据集是一个包含代表多个种族和种族的有标签的图像库。
结果在57%的情况下，这些模型无法识别出被标记为包括黑人面孔的图像。其中一些失败非常明显：算法检测到了白人的脸，但没有检测到出现在同一个画面的黑人的脸。
两个女人站在一起面带微笑。左边的白人女性脸上有一个蓝色的方框（意味被检测到），而右边的黑人女性没有（意味没有被检测到）。
其他组的通过率要好一些，但仍远未达到先进水平。Satheesan测试的模特在包含有41%中东人面孔、40%白人面孔、37%东亚人面孔、35%东南亚或印度人面孔和33%拉丁人面孔的照片中都未能识别出人脸。
黑人学生描述了Proctorioi糟糕的面部检测系统是多么得令人沮丧和焦虑。他们当中一些人指出，每次他们参加测试，软件都不能识别他们。另一些人则担心，如果他们离开了完美的照明环境，测试将会突然关闭并将他们拒之门外。
Satheesan表示，他的发现有助于证明监考软件的根本缺陷：这些工具表面上是为教育目的而设计的，实际上却破坏了教育--尤其是对已经处于劣势的学生。