当AI是一名种族主义者

全文共 2639 字，阅读大约需要 5 分钟

人们一般会认为，基于数据和程序运行的人工智能算法，能做到不受情感因素影响，达到客观中立，可是有研究者发现，事实并非如此。

一部揭示该问题的纪录片《编码偏见》（Coded Bias）近日在美国流媒体平台上映，纪录片讲述当下广泛应用于广告、金融，甚至公共事务领域的人工智能技术，如何延续了社会固有的对于种族、阶层以及性别的歧视。《好莱坞报道者》（The Hollywood Reporter）在对该影片的介绍中写道：“现代社会正面临着两个问题：当人工智能支配着我们的自由时，这意味着什么？人工智能对我们的影响是什么？这部具有开拓性的影片能让公众理解，算法如何影响我们。”

美国麻省理工大学人工智能究员布兰薇妮（Joy Buolamwini）是该纪录片的主角之一，她是一名黑人女性，在研究过程中，她无意间发现，自己脸部无法被识别出来——直到她戴上一个纯白色的面具。这种情形在人工智能技术中并非孤例，它是一种“算法偏见”，因为人工智能学习的数据，主要来源自浅肤色人种和男性，换句话来说，人工智能“先天地”忽视了黑人和女性。

“你以为人工智能是很前沿的技术，但人工智能建基于数据，而数据反映的是我们的历史。”布兰薇妮说。

布兰薇妮的另一个身份，是算法正义联盟（Algorithmic Justice League）的创始人，该联盟是一个推动技术平等的倡议团体，他们鼓励公众提高对人工智能的警觉，并帮助受影响社群发声，同时鼓励技术人员和政策制定者降低人工智能的偏见。“现今世界，人工智能掌控着机会、自由和信息获取权，而它可能正在固化种族和性别等方面的歧视，并且威胁到我们的医疗和经济系统，甚至影响司法公正。”算法正义联盟的网站写道。

布兰薇妮摘下白色面具后，她的脸无法被人工智能系统识别。图片截图自算法正义联盟影片

近年来，随着算法应用的普及，也有多起歧视性事件被曝光。据路透社2018年的报道，亚马逊公司的人工智能招聘系统被指歧视女性，简历出现的“女性”字眼会降低该名应聘者的“得分”，知情者更向路透社透露，有两所女子大学在排序上被降级，尽管他们并没有设定学校名单。

这一算法结果的解释是，人工智能学会了歧视女性应聘者，因为它的学习材料来自该公司10年来的简历数据，这10年以来，被录用的候选者大部分是男性，性别差距在软件开发等技术岗位上尤为明显。亚马逊公司回应表示，从未仅以人工智能系统来筛选应聘者，但路透社在报道中指出，招聘人员能获得人工智能系统给出的建议。此外，全球线上求职平台凯业必达（CareerBuilder）在2017年的调查中发现，约55%的美国人力资源经理表示，在未来五年内，人工智能技术将在日常招聘工作中普遍应用。

人脸识别技术的算法偏见问题是《编码偏见》中的重点部分，这一议题也已经得到相关研究的关注。在2019年12月，美国联邦机构国家标准暨技术研究院（NIST）发表报告指出，与白种人相比，黑人和黄种人的人脸识别错误率是其10倍至100倍不等，而在执法机关的人脸图片库中，识别错误率最高的是美国原住民。与此同时，女性和老人的脸部也更难以识别。这一研究的数据来源是美国签证申请和过境数据库中的1800万张人脸照片，并测试了189种人脸识别算法，研究结果能代表绝大部分商业应用算法的结果。

人脸识别技术对黑人脸部识别水平较差，并不意味着黑人可以“躲过”人脸识别，恰恰相反的是，他们可能因为错误的识别技术而受到不公对待。在今年“黑命攸关”运动（BlackLivesMatter）的背景下，人工智能技术在警务上的应用以及其算法偏见的后果，目前最受人们关注。

今年1月，美国底特律的黑人男子威廉斯（Robert Williams）因被人脸识别技术错误识别，被关在看守所长达30小时。当地警察局通过人脸识别技术，认定他是两年前一家高级时装店失窃案的嫌疑犯，可是他上一次到该商店，已是2014年的事情了。

根据《纽约时报》报道，警察逮捕威廉斯的时候，拿出一张人脸特写照片给他辨认，他立即否认相中人是自己，并反问道：“你认为所有黑人男人都长得一样吗？”

在底特律所在的密歇根州，犯罪现场监控取得的人脸信息，会上传至该州的人脸数据库中，并以算法搜索出相似的人脸。他们所使用的算法也纳入到前述的国家标准暨技术研究院研究中，并被证明存在算法偏见——黑人人脸的识别错误率远高于白人。

五个月后，当地检察官就威廉斯被人脸识别错认为罪犯，并遭到逮捕的遭遇而道歉。威廉斯的案件已经撤诉，他也成了公众所知的，第一个因人脸识别错误而被捕的人。不过美国乔治敦大学隐私与技术中心，长期关注政府人脸技术使用问题的律师加维（Clare Garvie）表示，她怀疑这并非第一起人脸识别错误的案件，只不过其他案件并没有被人们知晓，同时她认为算法技术有很多种，政府部门应该只采用有效的算法技术。

早在2016年，布兰薇妮就在一场演讲中提出了担忧：“当我们看到Facebook的照片标注名字出错时，我们会一笑而过，可是如果有人被错误地标注成犯罪嫌疑人，那我们就笑不出来了，这是不容忽视的公民权利问题。”

人脸识别的算法偏见问题，在“黑命攸关”运动中也被提及。质疑声浪下，科技公司在为执法机构提供技术时也变得更为谨慎。今年6月，亚马逊和微软两家公司相继公开表示，将停止向执法机构出售人脸识别软件，前者的停售期为一年，后者表示，在没有相应的立法之前，都不会再给美国警方出售人脸识别软件。

而最早表态停售人脸识别技术的科技公司IBM，则在致美国国会的信中写道：“现在是时候开启一场全国对话，一起讨论国内执法机构是否使用，以及如何使用人脸识别技术的问题。”同时，IBM公司向科技媒体The Verge表示，不会再研发人脸识别技术。

与此同时，科技公司也在试图修复算法中的歧视问题。例如位于伦敦的科技公司Synthesized日前出品了一款免费工具，可以用于修复算法偏见，在其介绍中，这款应用可修复算法中的种族、性别、年龄、性取向等方面的歧视问题。

《编码偏见》的导演坎塔亚（Shalini Kantayya）在接受科技媒体OneZero采访表示，科技公司的举动证明了，他们把一些针对算法涉及歧视的问题听进去了。她认为，面对算法偏见以及监控常态化的问题，普通公民也能靠行动来促成改变，例如可以推动技术使用规范化的立法，保障公民权利免受技术侵入的损害。

参考资料：

https://www.nytimes.com/2020/11/11/movies/coded-bias-review.html

https://www.reuters.com/article/us-amazon-com-jobs-automation-insight-idUSKCN1MK08G

https://www.nytimes.com/2020/06/24/technology/facial-recognition-arrest.html

https://www.youtube.com/watch?v=UG_X_7g63rY

https://www.theverge.com/2020/6/8/21284683/ibm-no-longer-general-purpose-facial-recognition-analysis-software

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。