وقتی دو نفر با هم ملاقات میکنند، فوراً همدیگر را اندازه میگیرند و در مورد همه چیز، از سن طرف مقابل گرفته تا هوش یا قابل اعتماد بودن آنها، فقط بر اساس ظاهرشان قضاوت میکنند. این برداشت های اولیه، اگرچه اغلب نادرست است، می تواند بسیار قدرتمند باشد، روابط ما را شکل دهد و بر همه چیز، از تصمیم گیری های استخدام گرفته تا مجازات های جنایی تاثیر بگذارد.
سوچو و تیمی از جمله جاشوا پترسون و توماس گریفیتس در پرینستون، و استفان اودنبرگ و الکس تودوروف در غرفه شیکاگو، از هزاران نفر خواستند که اولین برداشت خود را از بیش از 1000 عکس از چهرههای تولید شده توسط کامپیوتر، که با معیارهایی مانند میزان هوشمندی رتبهبندی شدهاند، ارائه دهند. سوژه یک عکس انتخابی، مذهبی، قابل اعتماد یا برونگرا به نظر می رسید. سپس از پاسخها برای آموزش شبکههای عصبی استفاده شد تا قضاوتهای فوری مشابهی در مورد افراد صرفاً بر اساس عکسهای صورتشان انجام دهد.
اگرچه این الگوریتم در ابتدا برای کمک به محققان روانشناسی برای تولید تصاویر چهره برای استفاده در آزمایشهای مربوط به ادراک و شناخت اجتماعی توسعه یافته بود، اما الگوریتم جدید میتواند کاربردهای دنیای واقعی را پیدا کند. به گفته سوچو، افراد با دقت شخصیت عمومی خود را انتخاب می کنند، به عنوان مثال، فقط عکس هایی را که فکر می کنند آنها را باهوش ترین، با اعتماد به نفس یا جذاب تر می کند به اشتراک می گذارند، و به راحتی می توان دید که چگونه می توان از این الگوریتم برای پشتیبانی از این فرآیند استفاده کرد. او افزود، از آنجا که در حال حاضر یک هنجار اجتماعی در مورد ارائه خود در یک نور مثبت وجود دارد، که برخی از مسائل اخلاقی پیرامون این فناوری را نادیده می گیرد.
نگرانکنندهتر، این الگوریتم همچنین میتواند برای دستکاری عکسها استفاده شود تا سوژه آنها به گونهای خاص به نظر برسد – شاید باعث شود یک نامزد سیاسی قابل اعتمادتر به نظر برسد یا حریفش را غیر هوشمند یا مشکوک نشان دهد. در حالی که ابزارهای هوش مصنوعی در حال حاضر برای ایجاد ویدیوهای «دیپ جعلی» استفاده میشوند که رویدادهایی را نشان میدهند که هرگز واقعاً اتفاق نیفتادهاند، الگوریتم جدید میتواند بهطور نامحسوس تصاویر واقعی را به منظور دستکاری نظر بیننده درباره سوژههایشان تغییر دهد.
برای محافظت از فناوری خود، تیم تحقیقاتی حق ثبت اختراع را به دست آورده است و اکنون در حال ایجاد یک استارتاپ برای مجوز الگوریتم برای اهداف اخلاقی از پیش تأیید شده است. سوچو گفت: “ما تمام اقداماتی را که می توانیم انجام می دهیم تا اطمینان حاصل کنیم که از این برای آسیب رساندن استفاده نمی شود.”
در حالی که الگوریتم کنونی بر پاسخهای متوسط به یک چهره معین در میان گروه بزرگی از بینندگان تمرکز دارد، سوچو امیدوار است که الگوریتمی ایجاد کند که قادر به پیشبینی چگونگی واکنش یک فرد به چهره شخص دیگر باشد. این میتواند بینشهای بسیار غنیتری در مورد روشی که قضاوتهای فوری تعاملات اجتماعی ما را شکل میدهند، ارائه دهد و به طور بالقوه به افراد کمک کند تا هنگام تصمیمگیریهای مهم، اولین برداشتهای خود را تشخیص دهند و فراتر از آن نگاه کنند.
سوچو توضیح داد: «به یاد داشته باشید که قضاوتهایی که ما مدلسازی میکنیم، چیزی در مورد شخصیت یا شایستگیهای واقعی یک فرد آشکار نمیکند.» کاری که ما اینجا انجام می دهیم مطالعه کلیشه های مردم است و این چیزی است که همه ما باید برای درک بهتر آن تلاش کنیم.
سوچو گفت: “با این فناوری، می توان عکس گرفت و یک نسخه اصلاح شده ایجاد کرد که برای ایجاد حس خاصی طراحی شده است.” به دلایل واضح، ما باید مراقب نحوه استفاده از این فناوری باشیم.»
سوچو توضیح داد: «با توجه به عکسی از صورت شما، ما میتوانیم از این الگوریتم برای پیشبینی اولین برداشت افراد از شما و اینکه چه کلیشههایی را با دیدن چهرهتان به شما نشان میدهند، استفاده کنیم.»
محققان موسسه فناوری استیونز، با همکاری دانشگاه پرینستون و دانشگاه شیکاگو، اکنون یک الگوریتم هوش مصنوعی را برای مدلسازی اولین برداشتها و پیشبینی دقیق نحوه درک افراد بر اساس عکسی از چهرهشان آموزش دادهاند. این اثر امروز، در شماره 21 آوریل نشریه منتشر می شود مجموعه مقالات آکادمی ملی علوم.
سوچو گفت: «این الگوریتم بازخورد هدفمند ارائه نمی دهد یا توضیح نمی دهد که چرا یک تصویر داده شده قضاوت خاصی را برمی انگیزد. “اما حتی در این صورت میتواند به ما کمک کند تا بفهمیم چگونه دیده میشویم – میتوانیم مجموعهای از عکسها را بر اساس آنهایی رتبهبندی کنیم که یکی از آنها شما را قابل اعتمادتر نشان میدهد، به عنوان مثال، به شما امکان میدهد در مورد نحوه ارائه خود انتخاب کنید.”
جردن دبلیو ساچو، دانشمند شناختی و متخصص هوش مصنوعی در دانشکده بازرگانی استیونز، گفت: «تحقیقات گستردهای وجود دارد که بر مدلسازی ظاهر فیزیکی چهره افراد تمرکز دارد». ما آن را با قضاوتهای انسانی کنار هم میآوریم و از یادگیری ماشینی برای مطالعه اولین برداشتهای مغرضانه افراد از یکدیگر استفاده میکنیم.»
بسیاری از یافتههای الگوریتم با شهودات رایج یا فرضیات فرهنگی مطابقت دارند: برای مثال افرادی که لبخند میزنند قابل اعتمادتر دیده میشوند، در حالی که افراد عینکی باهوشتر دیده میشوند. در موارد دیگر، درک اینکه چرا الگوریتم یک ویژگی خاص را به یک فرد نسبت می دهد کمی سخت تر است.