Tren penggunaan masker di tempat umum dikhawatirkan sejumlah pakar dapat menyebabkan ancaman keamanan baru/Net
Pandemi virus corona atau Covid-19 yang saat ini dihadapi oleh banyak negara dan wilayah di dunia membawa banyak dampak signifikan, baik dalam sektor ekonomi, sosial maupun budaya.
Karena begitu signifikannya dampak yang disebabkan oleh virus corona, muncul sebuah istilah baru yang disebut sebagai new normal, alias normal baru. Istilah ini mengacu pada sejumlah hal yang menjadi kebiasaan baru dalam kehidupan sosial di masa pandemi. Salah satunya adalah penggunaan masker.
Dorongan penggunaan masker di tempat umum dilakukan oleh banyak negara dan wilayah demi mencegah penularan virus corona yang sampai saat ini belum ada vaksinnya.
Di Eropa, saat sejumlah negara mulai mencabut secara bertahap pembatasan yang diberlakukan sejak pandemi virus corona terjadi, sejumlah pemimpinnya mendorong warganya untuk tetap menggunakan masker serta melakukan jarak sosial.
"Sebagai bagian dari penguncian, saya pikir penutup wajah akan berguna," kata Johnson pada awal bulan ini. Dia mengklaim, masker akan membantu memberikan masyarakat kepercayaan bahwa mereka dapat kembali bekerja.
Namun di sisi lain, tren penggunaan masker di tempat umum bisa memicu masalah keamanan baru. Pasalnya, warga dapat menyembunyikan wajah mereka dari satu sama lain serta menghindari interaksi sosial.
"Masalah utama yang dimunculkan orang-orang yang memakai masker adalah banyaknya orang yang tiba-tiba menutupi wajah mereka," kata dosen senior kriminologi di University of Kingston, Inggris Francis Dodsworth.
"Itu bisa menciptakan peluang bagi orang yang ingin menutupi wajah mereka karena alasan jahat. Mereka sekarang berpotensi melakukannya tanpa menimbulkan kecurigaan," tambahnya.
Hal tersebut mungkin tampak terlalu dramatis bagi beberapa negara di Asia yang pernah menderita SARS dan wabah lainnya, di mana masker telah banyak dipakai orang di tempat umum sejak lebih dari satu dekade terakhir.
Namun di Amerika Serikat dan Eropa Barat, terutamanya, tren semacam itu menjadi sesuatu yang berbeda.
Baru-baru ini ada satu kasus di Spanyol di mana Kementerian Dalam Negeri Spanyol mengatakan telah menangkap seorang teroris ISIS yang diduga bersembunyi di kota selatan Almeria sejak melarikan diri dari Suriah.
Kementerian Dalam Negeri Spanyol menyebut, anggota ISIS itu telah menyesuaikan perilakunya karena pandemi dan bahkan hampir tidak keluar dari tempat tinggalnya. Sekalipun dia keluar, dia selalu mengenakan masker agar tidak terdeteksi.
Sejumlah ahli memperingatkan, penggunaan masker secara massal juga dapat mempersulit investigasi kejahatan, karena pengenalan wajah menjadi bagian yang semakin penting dalam melacak penjahat.
Korban atau saksi kejahatan biasanya dapat mengenali wajah pelaku kejahatan dari wajahnya dan algoritma pengenalan wajah telah menjadi lebih baik dalam mengidentifikasi pola.
Namun penggunaan penggunaan masker secara massal bisa menjadi batu sandungan tersendiri dalam masalah tersebut.
"Banyak saksi sudah bermasalah," kata Dodsworth.
"Bahkan ketika sekelompok orang menyaksikan kejahatan yang sama (tanpa menggunakan masker), satu orang akan melihat seseorang dengan kumis dan topi, sementara yang lain akan melihat seseorang dengan janggut dan kacamata hitam," jelasnya.
Dosen psikologi kognitif di University of Huddersfield di Inggris utara, Eilidh Noyes memaparkan keresahan serupa.
Dia menjelaskan, rekaman CCTV kadang-kadang menjadi satu-satunya bukti dalam penyelidikan kasus kejahatan.
"Saat ini kami tidak tahu persis bagaimana masker wajah akan memengaruhi akurasi identifikasi wajah manusia atau algoritma," katanya, seperti dimuat
CNN (Minggu, 11/5).
Sebenarnya, sebuah perusahaan di China telah ada yang mengklaim mampu mengembangkan perangkat lunak yang dapat mengidentifikasi orang secara akurat, bahkan jika mereka mengenakan masker. Namun, para ahli masih berpikir soal jalan keluar dari kondisi ini yang dapat menjadi norma yang dapat digunakan dalam semua keadaan.
"Saya pikir sangat penting bahwa jika kita melihat klaim di sekitar algoritma tertentu, kita tidak kemudian menerapkannya pada semua algoritma karena masing-masing memiliki kekuatan dan kelemahan sendiri. Kita masih perlu melakukan lebih banyak penelitian," kata Noyes.
