جنجال بر سر پیش بینی درآمد از روی چهره!

عصر لینک: ایده ای که بتازگی به موضوع داغ بحث ها تبدیل گشته، این است که هوش مصنوعی با اسکن چهره کاربران می تواند درآمد آنها را حدس بزند. این ایده با واکنش های گوناگونی مواجه شده است.

به گزارش عصر لینک به نقل از ایسنا، این ایده که هوش مصنوعی بتواند چهره یک فرد را تحلیل کند و حقوق او را تخمین بزند، اخیراً توجه عموم را به خود جلب کرده است. گویی این ایده مستقیماً از یک رمان علمی-تخیلی بیرون آمده است. هوش مصنوعی تصاویر کاربر را اسکن می کند و سپس در رابطه با تحصیلات، شخصیت یا فیش های حقوقی او نتیجه گیری می کند. این روند جدید به بحث های داغ، شک و تردید و پرسش های جدی در رابطه با تلاقی فناوری، اخلاق و شیوه های مدرن استخدام دامن می زند.
به نقل از یوسی استراتژیز، این جنجال زمانی شروع شد که محققان آمریکایی تصمیم گرفتند حدود ۱۰۰ هزار عکس از چهره افراد حرفه ای را به یک الگوریتم بدهند. این عکس ها تصادفی انتخاب نشدند، بلکه پرتره هایی با دقت انتخاب شده از پروفایل «لینکدین»(LinkedIn) فارغ التحصیلان کارشناسی ارشد مدیریت کسب و کار بودند. هدف مشخص بود. آیا یک ماشین می تواند چیزی بیشتر از یک لبخند را تشخیص دهد؟ آیا می تواند سیگنال هایی را در رابطه با شخصیت، جاه طلبی یا حتی موفقیت مالی احتمالی استخراج کند؟
چیزی که خیلی از ناظران را شگفت زده کرد، این ادعا بود که ظاهراً میتوان خاصیت های صداقت، وظیفه شناسی، برون گرایی، سازگاری و روان رنجوری را از روی تصاویر استاندارد شناسایی کرد. به قول محققان این پروژه، کارفرمایان و بانکهای بزرگ پیش تر در فرآیندهای استخدام، این فناوری را آزمایش کرده اند و از رزومه ها و مصاحبه های سنتی فراتر رفته اند.

علم، شبه علم یا چیزی بین این دو؟

استفاده از تشخیص چهره برای تصمیم گیری های پرسنلی در نگاه نخست نوآورانه به نظر می آید. با این حال، ایده های قدیمی را تداعی می کند. این تصور که شخصیت یا موفقیت آینده را میتوان از ظاهر استنباط کرد، یادآور نظریه چند صدساله چهره خوانی است که حال بطورکامل بی اعتبار شده و زمانی برای توجیه تبعیض و تعصب استفاده می شد.
امروزه با شبکه های عصبی قوی و پایگاه های داده وسیع، برخی امیدوارند که هوش مصنوعی بتواند از فرضیات خام گذشته پیشی بگیرد. با این حال، دانشمندان، اخلاق گرایان و منتقدان فناوری بازهم هشدار می دهند. خیلی از آنها این پرسش را مطرح می کنند که آیا یک عکس می تواند واقعا توانایی، انگیزه یا پتانسیل ایجاد درآمد را آشکار سازد یا اینکه این تکنیک ها فقط کلیشه ها و تعصبات موجود را تقویت می کنند.

نقص در محتوا و داده ها

وقتی ماشین ها یک عکس را قضاوت می کنند، امکان دارد جزئیات حیاتی نادیده گرفته شوند. آیا عکس بصورت حرفه ای در یک روز خیلی خوب گرفته شده یا با عجله قبل از کلاس ثبت شده است؟ عواملی مانند کیفیت تصویر، نورپردازی، پس زمینه و قراردادهای فرهنگی پیرامون تصاویر حرفه ای می توانند به صورت قابل ملاحظه ای بر نتایج تأثیر بگذارند.
علاوه بر این، چنین سیستم هایی به ندرت عوامل اجتماعی یا تاریخی گسترده تری را که هم ظاهر و هم فرصت را شکل می دهند، درنظر می گیرند. یک مدل هوش مصنوعی که روی گروههای منتخب آموزش دیده، امکان دارد اشخاصی را که به دانشگاه های برجسته یا عکاسان حرفه ای دسترسی ندارند، نادیده بگیرد و درنتیجه نابرابری اساسی را ادامه ببخشد.

مقایسه با سوءاستفاده های تاریخی

این شکل از غربالگری دیجیتال، انعکاس های نگران کننده ای را از رویه هایی بهمراه دارد که در طول تاریخ برای حذف گروههای خاصی از مشاغل یا پیشرفت استفاده می شدند. تحلیل چهره، خطر احیای مفاهیم در رابطه با نژادپرستی و طبقه بندی ناعادلانه را بهمراه دارد که مدت هاست بی اعتبار شده اند، اما گاهی اوقات بوسیله فناوری های پیشرفته باردیگر مطرح می شوند.
با افزایش آگاهی در رابطه با تبعیض های موجود در سیستم های هوش مصنوعی، اجماع درحال افزایشی وجود دارد بر مبنای اینکه چنین فناوری هایی به نظارت دقیق و بررسی مداوم نیاز دارند؛ خصوصاً در زمینه هایی مانند استخدام و ارتقاء شغلی.

استخدام و مقررات

به رغم نگرانی های گسترده گزارش شده است که چندین شرکت در عرصه مالی و فناوری، تحلیل خاصیت های چهره را که اکثرا با پرسش نامه های شخصیت ترکیب می شود، برای محدود کردن مجموعه های استخدامی بررسی می کنند. استدلال آنها بر وعده سرعت و بی طرفی استوار است و نشان داده است که ماشین ها می توانند گزینه ها را به صورت منصفانه و کارآمد دسته بندی کنند.
با این حال، چشم انداز نظارتی به سرعت درحال تحول است. در ایالت های مختلف آمریکا، قانون گذاران با معرفی قوانین قوی تر در رابطه با نحوه ی استفاده از فناوری تشخیص چهره مبتنی بر هوش مصنوعی در محیط های کاری، به نگرانی ها پیرامون تبعیض و تعصب پاسخ می دهند.
حال برخی مناطق قبل از آنکه هر شرکتی فناوری تشخیص چهره را در فرآیندهای استخدام به کار بگیرد، رضایت صریح را الزامی می دانند. برخی دیگر، ممیزی های منظم سوگیری را الزامی می دانند و سازمان ها را مجبور می کنند تا نشان دهند که الگوریتم هایشان به صورت ناعادلانه به گروههای جمعیتی خاص لطمه نمی رسانند.
با لازم الاجرا شدن قوانین جدید، خیلی از کسب و کارها به سرعت خویش را با شرایط وفق می دهند تا از چالش های قانونی جلوگیری نمایند. آن چه زمانی بعنوان نوآوری پیشرفته دیده می شد، حال مورد بررسی دقیق عمومی و دولتی قرار گرفته است.

واقعیت ها و برداشت ها در محیط کار

تجربیات به دست آمده در محیط شرکتها پیچیدگی های بیشتری را آشکار می کنند. تعدادی از کارمندان، تصاویر حرفه ای چندساله خویش را نگه می دارند؛ در صورتیکه برخی دیگر همیشه تصاویر خویش را بروزرسانی می کنند. این روند در سطح بین المللی نیز متفاوت می باشد. تعدادی از جوامع دانشجویی بشدت روی پرتره های زیبا سرمایه گذاری می کنند؛ در صورتیکه برخی دیگر به سلفی های معمولی متکی هستند.
این تنوع نشان داده است که صرف نظر از پیچیدگی الگوریتم، زمینه همیشه اهمیت دارد. حقوق، پیشرفت شغلی و ارایه شخصی بازهم تحت تأثیر عوامل مختلفی است که هیچ فناوری نمی تواند به صورت کامل آنها را در بر بگیرد.

جنجال ها، انتقادات و پرسش های بی پاسخ

افراد در انجمن ها و بحث های آنلاین، نظرات قاطعی را ابراز می کنند. خیلی از آنها دقت این مدلها را به سخره می گیرند و تردید دارند که خاصیت های چهره به تنهایی بتوانند متغیرهای پیچیده ای مانند عزم، امتیاز یا خلاقیت را توضیح دهند. برخی دیگر به واقعیت های محل کار اشاره می کنند و می گویند که با وجود پیشرفت های فناوری، نابرابری های مداوم هنوز وجود دارند.
افراد بدبین خاطرنشان می کنند که افراد طبق معیارهای زیبایی مرسوم، صرف نظر از فناوری امکان دارد بازهم از مزایا بهره مند شوند که نشان دهنده تعصبات عمیق اجتماعی است. با این حال، بیشتر افراد موافق هستند که اعتماد کردن به تفسیر یک تصویر واحد بوسیله ی یک کامپیوتر، امری پرخطر است؛ مگر اینکه به صورت شفاف و اخلاقی مدیریت شود.

1404/11/28

14:25:40

0.0 / 5

تگهای مطلب: آموزش , آنلاین , استاندارد , حقوق

این پست عصر لینک را می پسندید؟

(0)

تازه ترین مطالب مرتبط

نظرات بینندگان در مورد این مطلب

نظر شما در مورد این مطلب

نام:

ایمیل:

نظر:

سوال:

= ۵ بعلاوه ۲