میخوای با یک کلیک ساده عضو سایت بشی تا تجربه بهتری در CGSector داشته باشی؟
فقط کافیه روی دکمه زیر کلیک کنی
عضویت / ورود با حساب گوگل
جانبداری جنسیتی در تولید تصاویر زنان توسط هوش مصنوعی
رضا بقائی
دوشنبه 24 اردیبهشت 1403
749 بازدید
ذخیره
دوشنبه 24 اردیبهشت 1403

جانبداری جنسیتی در تولید تصاویر زنان توسط هوش مصنوعی

مقدمه

در دنیای امروز، هوش مصنوعی (AI) به طور فزاینده‌ای در جنبه‌های مختلف زندگی ما نفوذ می‌کند و نحوه تولید و مصرف تصاویر نیز از این قاعده مستثنی نیست. با ظهور مدل‌های هوش مصنوعی که برای تولید تصاویر به کار می‌روند، نگرانی‌های فزاینده‌ای در مورد جانبداری جنسیتی در این تصاویر به وجود آمده است.

بررسی‌ها نشان می‌دهد که مدل‌های هوش مصنوعی اغلب تصاویر زنان را به طور کلیشه‌ای و جنسی‌سازی‌شده به تصویر می‌کشند. در این تصاویر، تمرکز بر روی ویژگی‌های فیزیکی اغراق‌آمیز و پوزهای تحریک‌آمیز است، در حالی که مردان غالباً با ظاهری خنثی و قدرتمند ارائه می‌شوند.

این جانبداری جنسیتی ریشه در مجموعه داده‌های مغرضانه‌ای دارد که برای آموزش مدل‌های هوش مصنوعی استفاده می‌شوند. این مجموعه داده‌ها غالباً حاوی تصاویری از زنان هستند که از مجلات، وب‌سایت‌ها و شبکه‌های اجتماعی جمع‌آوری شده‌اند، که در آنها تصاویر زنان اغلب بر اساس معیارهای زیبایی جنسی انتخاب و دسته‌بندی می‌شوند.

علاوه بر این، الگوریتم‌های هوش مصنوعی نیز می‌توانند به گونه‌ای طراحی شوند که تعصبات ناخودآگاه سازندگانشان را بازتاب دهند. به عنوان مثال، یک الگوریتم ممکن است به گونه‌ای طراحی شود که به ویژگی‌های ظاهری زنانه‌ای که به طور سنتی جذاب تلقی می‌شوند، مانند سینه‌های بزرگ و کمر باریک، اولویت دهد.

پیامدهای این جانبداری‌ها قابل توجه است. این تصاویر می‌توانند تصورات غیرواقعی و مضری از زیبایی و زنانگی را ترویج کنند. همچنین می‌توانند باعث شرمندگی و آزار زنان شوند و به خشونت علیه زنان دامن بزنند.

ابعاد مختلف جانبداری جنسیتی

انواع تصاویر مغرضانه:

زنان اغلب در موقعیت‌های منفعلانه و مطیع به تصویر کشیده می‌شوند، در حالی که مردان در موقعیت‌های فعال و قدرتمند نشان داده می‌شوند.

زنان غالباً با اشیاء جنسی‌سازی شده مانند اتومبیل یا لباس‌های طراحان مد مرتبط می‌شوند، در حالی که مردان با اشیاء مرتبط با قدرت و حرفه مانند ابزار یا کت و شلوار نشان داده می‌شوند.

تصاویر زنان غالباً با رنگ‌های روشن و شاد و با تمرکز بر ظاهر فیزیکی آنها ارائه می‌شوند، در حالی که تصاویر مردان با رنگ‌های تیره‌تر و با تمرکز بر ویژگی‌های حرفه‌ای یا شخصیتی آنها به تصویر کشیده می‌شوند.

تاثیرات روانی:

بر زنان:

شرم از بدن

کاهش عزت نفس

اضطراب در مورد ظاهر

وسواس فکری در مورد لاغری

افسردگی

اختلالات خوردن

بر مردان:

دیدگاه غیر واقعی از زنان

عادی سازی خشونت علیه زنان

عدم احترام به زنان

مشکلات در ایجاد روابط سالم با زنان

تأثیرات اجتماعی:

تشدید نابرابری جنسیتی

محدود کردن فرصت‌های زنان

توجیه خشونت علیه زنان

ایجاد مانع در توانمندسازی زنان

راه‌حل‌های پیشنهادی

استفاده از مجموعه داده‌های متنوع‌تر: هنگام آموزش مدل‌های هوش مصنوعی، باید از مجموعه داده‌هایی استفاده شود که تصاویر زنان را به گونه‌ای واقعی و متنوع نشان دهد. این مجموعه داده‌ها باید شامل زنانی در سنین، نژادها، قومیت‌ها، انواع بدن و زمینه‌های مختلف باشند.

توسعه الگوریتم‌های عادلانه‌تر: الگوریتم‌های هوش مصنوعی باید به گونه‌ای طراحی شوند که از تعصبات ناخودآگاه انسان‌ها مصون باشند. این امر مستلزم همکاری متخصصان هوش مصنوعی با متخصصان اخلاق، روانشناسی و علوم اجتماعی است.

افزایش آگاهی: باید در مورد خطرات جانبداری جنسیتی در هوش مصنوعی و تاثیر منفی آن بر زنان آگاهی‌رسانی شود. این امر می‌تواند از طریق آموزش، کمپین‌های عمومی و حمایت از تحقیقات انجام شود.

حمایت از تنوع :

تیم‌های توسعه‌دهنده هوش مصنوعی باید از افراد با پیشینه‌ها و تجربیات مختلف تشکیل شوند. این امر به تضمین تنوع در دیدگاه‌ها و ارزش‌ها در فرآیند توسعه هوش مصنوعی کمک می‌کند. حضور زنان، افراد رنگین‌پوست و اقلیت‌های دیگر در این تیم‌ها ضروری است تا اطمینان حاصل شود که هوش مصنوعی به طور منصفانه و برای منافع همه جامعه توسعه داده می‌شود.

شفافیت و پاسخگویی:

شرکت‌ها و سازمان‌هایی که از هوش مصنوعی برای تولید تصاویر استفاده می‌کنند، باید در مورد نحوه عملکرد الگوریتم‌هایشان شفاف باشند و در قبال نتایج خروجی پاسخگو باشند. این امر مستلزم تدوین و اجرای چارچوب‌های اخلاقی برای توسعه و استفاده از هوش مصنوعی است.

آموزش و سواد بصری:

برای مقابله با جانبداری جنسیتی در هوش مصنوعی، لازم است آموزش و سواد بصری جامعه در مورد این موضوع ارتقا یابد. افراد باید یاد بگیرند که تصاویر تولید شده توسط هوش مصنوعی را با دید نقادانه ارزیابی کنند و نسبت به پیام‌های ضمنی و کلیشه‌های جنسیتی در آنها آگاه باشند.

حمایت از هنرمندان و تولیدکنندگان محتوا:

حمایت از هنرمندان زن و تولیدکنندگانی که محتوای متنوع و فراگیر تولید می‌کنند، می‌تواند به ایجاد تصویری متعادل‌تر از زنان در دنیای دیجیتال کمک کند. این امر مستلزم سرمایه‌گذاری در پروژه‌های هنری که زنان را در نقش‌های قدرتمند و با ابعاد مختلف به تصویر می‌کشند، می‌باشد.

نتیجه‌گیری

جانبداری جنسیتی در تولید تصاویر زنان توسط هوش مصنوعی مشکلی جدی است که پیامدهای منفی فردی و اجتماعی دارد. با اتخاذ راه‌حل‌های جامع و همکاری مشترک متخصصان هوش مصنوعی، جامعه مدنی، سیاست‌گذاران و مردم، می‌توانیم هوش مصنوعی را به ابزاری برای برابری و توانمندسازی زنان تبدیل کنیم.

*** این مقاله توسط هوش مصنوعی گوگل (Gemini) نوشته شده است ***

منابع:

مقاله [نشانی وب نامعتبر برداشته شد] در مورد جانبداری جنسیتی در تصاویر تولید شده توسط هوش مصنوعی در وب سایت Technology Review

گزارش [نشانی وب نامعتبر برداشته شد] در مورد خطرات جانبداری جنسیتی در هوش مصنوعی در وب سایت ACM

مقاله در مورد الگوریتم‌های هوش مصنوعی که تصاویر زنان را جنسی‌سازی می‌کنند در وب سایت arXiv



اشتراک گذاری:

دیدگاه ها ( 1 نظر )

دیدگاه خود را بنویسید

پست های مرتبط