Нещодавнє дослідження, проведене журналістами The Washington Post, виявило цікаві закономірності в тому, як штучний інтелект сприймає і генерує зображення красивих жінок. Результати експерименту з використанням трьох популярних нейромереж – MidJourney, DALL-E і Stable Diffusion – виявилися напрочуд схожими і викликали чимало запитань щодо стандартів краси, яких дотримується ШІ.
Худі, білі та без ознак старіння: ідеал краси очима ШІ
Коли журналісти попросили нейромережі згенерувати зображення вродливих жінок, результати виявилися вельми одноманітними. Більше половини згенерованих жінок були білошкірими, 39% мали середній тон шкіри, і лише 9% були темношкірими. Крім того, переважна більшість зображень демонстрували худих жінок без явних ознак старіння – зморшки і сиве волосся були помітні лише на 2% згенерованих портретів.
Відсутність різноманітності в згенерованих ШІ зображеннях жінок
Експеримент The Washington Post виявив серйозну проблему відсутності різноманітності в тому, як штучний інтелект представляє жіночу красу. Навіть при запиті на "нормальних" жінок, нейромережі продовжували генерувати зображення худих і переважно білошкірих представниць прекрасної статі. Така одноманітність викликає питання про те, наскільки адекватно ШІ відображає реальне різноманіття жіночої краси.
Причини і наслідки упередженості ШІ щодо жіночої краси
Одноманітність у зображеннях красивих жінок, що генеруються ШІ, може бути пов'язана з особливостями навчальних даних, на яких тренувалися нейромережі. Якщо в цих даних переважали певні типажі та стандарти краси, то не дивно, що ШІ відтворює саме їх. Однак така упередженість може мати негативні наслідки, закріплюючи в суспільстві обмежені та нереалістичні уявлення про жіночу привабливість.
Висновок
Експеримент The Washington Post наочно продемонстрував, що штучний інтелект поки ще далекий від об'єктивного і всебічного сприйняття жіночої краси. Одноманітність зображень красивих жінок, які генерує ШІ, – це привід замислитися над тим, як ми навчаємо нейромережі і які стандарти краси закладаємо в їхні алгоритми. Тільки подолавши упередженість і навчивши АІ цінувати різноманітність, ми зможемо створювати технології, які дійсно відображають багатогранність і унікальність жіночої привабливості.
