มาตราส่วนการประเมินโทนสีผิวใหม่ที่พัฒนาขึ้นเพื่อปรับปรุงการประเมินความเป็นธรรมของ AI

การพัฒนาที่เป็นนวัตกรรมในวิธีการวัดโทนสีผิว AI โดยมีวัตถุประสงค์เพื่อปรับแต่งวิธีการที่ปัญญาประดิษฐ์ตีความโทนสีผิวในประชากรที่หลากหลายได้รับการแนะนำเพื่อช่วยจัดการกับอคติก่อนหน้านี้ในแอปพลิเคชันดิจิทัล การวิจัยนำเสนอในไฟล์ตุลาคม 2567 โรงแรมกระดาษบน arxivซึ่งแนะนำโทนสีผิวสีใหม่ (CST) สำหรับการวัดโทนสีผิวอย่างแม่นยำและประกาศในโพสต์ LinkedInโดย John Howard นักวิทยาศาสตร์หลักที่ศูนย์ทดสอบแมริแลนด์ของรัฐบาลสหรัฐฯ (MDTF)

ความต้องการที่เพิ่มขึ้นสำหรับเทคโนโลยีที่ขับเคลื่อนด้วย AI ที่ครอบคลุมมากขึ้นได้กระตุ้นให้เกิดการพัฒนาเกณฑ์การประเมินและวิธีการใหม่ ในอดีตระบบ AI ได้ดิ้นรนกับการเป็นตัวแทนของโทนสีผิวอย่างแม่นยำซึ่งมักจะส่งผลให้อคติที่ส่งผลกระทบต่อคนที่มีผิวคล้ำมากขึ้น ฮาวเวิร์ดเน้นความสำคัญของการประเมินโทนสีผิวเป็นขั้นตอนที่จำเป็นในการส่งเสริมการรวม AI

การวิจัยล่าสุดโดยมีรายละเอียดในกระดาษ Arxiv ขยายขอบเขตประเภทผิวหนัง Fitzpatrick ซึ่งใช้ในการจำแนกโทนสีผิวตามการตอบสนองต่อการสัมผัสกับรังสียูวีเพื่อรวมการเปลี่ยนแปลงที่เหมาะสมยิ่งขึ้นในโทน นักวิจัยวัดความสัมพันธ์ระหว่างการจำแนกประเภทจากเครื่องชั่ง Fitzpatrick และ Monk Skin Tone (MST) และการอ่านของเครื่องวัดสีที่สอบเทียบ

การวัดสีถูกนำมาใช้เพื่อสร้าง CST ซึ่งนักวิจัยกล่าวว่า“ มีความไวต่อความสอดคล้องและมีความแม่นยำมากขึ้น” มากกว่าการจำแนกประเภทด้วยตนเองโดยมนุษย์

ด้วยการแนะนำระบบการจำแนกประเภทที่กว้างขึ้นนี้นักวิจัยมุ่งมั่นที่จะให้วิธีการที่ละเอียดยิ่งขึ้นในการเป็นตัวแทนโทนสีผิว จากการศึกษาของการศึกษาระบบการวัดโทนสีผิวที่มีอยู่ไม่มีความแม่นยำและการรวมกันอาจทำให้ระบบ AI สามารถระบุตัวตนได้อย่างผิด ๆ หรือไม่เพียงพอที่จะเป็นตัวแทนของบุคคลจากภูมิหลังที่หลากหลาย

การวิจัยสรุปว่ารูปแบบการเรียนรู้ของเครื่องฝึกอบรมในชุดข้อมูลที่รวบรวมโดยใช้ตัวชี้วัดโทนสีผิวใหม่สามารถต่อสู้กับอคติเหล่านี้ได้

การอภิปรายของฮาวเวิร์ดและสิ่งพิมพ์ Arxiv ทั้งสองเน้นถึงผลกระทบของการรวม AI ต่อความเป็นธรรมทางสังคมโดยเฉพาะอย่างยิ่งในสาขาที่พึ่งพาการเป็นตัวแทนโทนสีผิวที่แม่นยำ นอกจากนี้ยังสร้างขึ้นการเปิดตัวสเกลโทนสีผิวที่ขยายตัวของ Google 2022เครื่องมือที่พัฒนาขึ้นเพื่อลดอคติใน AI และการมองเห็นคอมพิวเตอร์

นักวิจัยยังพบปัจจัยที่ซับซ้อนหลายประการในการจำแนกโทนสีผิวเช่นการตัดสินที่แตกต่างกันโดยผู้คนที่อยู่บนพื้นฐานของพื้นหลังวิชาที่กำหนดจะถูกนำเสนอ

“ แม้ว่าคำอธิบายประกอบของมนุษย์ของน้ำเสียงผิวอาจไม่เคยมีวัตถุประสงค์” นักวิจัยสรุป“ กระบวนการสามารถปรับปรุงได้โดยใช้มาตราส่วน CST”