对自动化取代人工的恐惧掩盖了对自动化导致的其他社会危机的讨论。与自动化失业并行的另一种孪生现象是由技术瓶颈、程序漏洞和算法缺陷等所带来的低薪隐形劳动，或者称为幽灵工作。全自动化看似近在眼前，实则遥不可及，每个新算法都会带来新的对人工的需求，使得全自动化的终点线不断往前推延。亚马逊 MTurk 是幽灵工作最早的代言人，创办初衷就是为了识别海量人工智能无法归类的图片。稳定时期，MTurk 平均能招募到 10 到 20 万活跃劳工，任何时间点都有二千到五千的工人同时在线工作。这些劳工不受美国联邦最低工资和工会保护，平均时薪不足两美元。但MTurk 只是隐形劳动力大军的冰山一角，大部分技术公司都偷偷雇佣着大量帮算法打工的劳力。以中国为例，居家隔离期间浏览各家兼职招聘网站不难发现，武汉等城市版的页面上充斥着各种线上零工任务的招募，堪称中国版的 MTurk。

中国科学报报道了如何识别戴口罩人脸的技术。报道称，为保障全国复工复产，以 BAT、商汤科技、云从科技等为代表企业开发出诸多戴口罩人脸识别产品，近日这些产品陆续投入使用。中国信通院云大所人工智能部工程师刘硕表示，以前的人脸识别主要是针对全脸进行扫描，疫情暴发后，研发人员考虑到居民戴口罩的情况，加强了对眼睛、眉毛等重点区域的识别。北京邮电大学模式识别实验室教授邓伟洪坦言，戴口罩、墨镜等遮挡条件下的人脸识别其实是一项“老”技术，此前研究人员在解决军事刑侦和视频监控问题时就曾长期研究过该技术，并发展出诸多成熟应用。因此，该技术的稳定性和准确率是有一定基础的。以往的技术基础并没有完全打消人们对戴口罩人脸识别“先天不足”的顾虑。相较于以往，口罩遮挡住面部，这使得人脸识别系统收集到的面部信息大量减少。邓伟洪表示，人脸识别的关键信息集中于眉毛和眼睛，只要模型训练得当，戴口罩人脸识别的准确率并不会大幅下降。

印度内政部长 Amit Shah 向议会透露，执法机构使用面部识别技术识别了上个月参加骚乱的 1100 多人。Shah 称执法机构部署了面部识别系统，使用来自身份证、驾照等数据库的图像，去识别参与 2 月 25-26 日德里东北部社区暴力的犯罪分子。德里政府使用的面部识别系统最初被用于寻找失踪儿童。2019 年系统的正确率只有 1%，甚至无法区分女孩和男孩。现在印度政府承认在缺乏监管的情况下快速部署面部识别技术。批评者督促政府先进行磋商和制定法律。

微软发布安全公告，Server Message Block (SMB)v3.1.1 中的一个漏洞允许攻击者在服务器和终端用户计算机上执行代码。SMB 服务被用于在局域网本地和互联网上共享文件、打印机和其它资源。漏洞编号 CVE-2020-0796，影响 Windows 10 v1903 和 1909，以及 Windows Server v 1903 和 1909。微软尚未提供补丁，也没有透露它将何时释出补丁。微软发言人表示暂时无新信息与外界分享。微软表示，该漏洞可通过禁用压缩防止其被用于攻击 SMBv3 服务器，用户可通过 PowerShell 输入指令“Set-ItemProperty -Path "HKLM:\SYSTEM\CurrentControlSet\Services\LanmanServer\Parameters" DisableCompression -Type DWORD -Value 1 -Force”关闭压缩。这并不能保护连接恶意 SMB 服务的客户端或服务器，但这一攻击将不会像蠕虫一样扩散。微软还推荐屏蔽用于发送 SMB 流量的端口 445。