Orientację polityczną można wyczytać z twarzy. Seksualną też

Algorytm sztucznej inteligencji potrafi rozpoznać orientację polityczną tylko na podstawie zdjęcia z Facebooka lub portalu randkowego. Do tego ma większą skuteczność niż ludzie. Z sukcesem ocenia ponad 70 proc. zdjęć.

Doktor Michał Kosiński z Uniwersytetu Stanforda postanowił sprawdzić, czy sztuczna inteligencja potrafi skutecznie ocenić czyjąś orientację polityczną tylko na podstawie zdjęcia. W tym celu stworzył algorytm, który najpierw nauczył się rozpoznawać zdjęcia osób, które same określiły się jako liberałowie lub konserwatyści, a następnie zaprzęgł go do pracy.

Wyniki okazały się zaskakujące. Analizując ponad milion zdjęć, algorytm poprawnie określił ich poglądy polityczne w 72 procentach. To więcej niż przypadkowy wybór (50 proc.), więcej niż analiza dokonana przez ludzi (55 proc.), a nawet więcej niż przy pomocy kwestionariusza, w którym znajdowało się 100 pytań (63 proc.).

Autor badania przekonuje, że pokazuje ono dodatkowe zagrożenie płynące z możliwości systemów rozpoznawania twarzy. Już wcześniej potrafiły one rozpoznawać na ich podstawie takie cechy jak: wiek, płeć, pochodzenie etniczne, nastrój, skłonności do przemocy, inteligencję oraz orientację seksualną.

Doktor Michał Kosiński udowodnił w innym badaniu, że algorytm może określić czyjąś orientację seksualną z dokładnością 91 proc. dla mężczyzn i 83 dla kobiet na podstawie jedynie pięciu zdjęć.

Doktor Michał Kosiński zestawia możliwości działania algorytmów z popularnością systemów monitoringu, które obserwują praktycznie wszystkie większe miasta. Zdaniem badacza jest to kolejne zagrożenie dla prywatności zwykłych obywateli.

Warto jednak zauważyć, że badanie zostało przeprowadzone nie na zdjęciach pozyskanych z systemów monitoringu, a z mediów społecznościowych. Jest to kluczowe dlatego, że człowiek inaczej uwieczniany jest na zdjęciach, gdy nie wie, że są one robione, a inaczej, gdy sam ma na to wpływ. Zwróciliśmy się z pytaniem o tę kwestię do doktora Kosińskiego.

Badanie zostało przeprowadzone na zbiorze 1 085 795 zdjęciach obywateli Stanów Zjednoczonych, Kanady i Wielkiej Brytanii z wykorzystaniem sztucznej sieci neuronowej. Zdjęcia były przycinane, a ich rozdzielczość zmniejszana do 224x224 pikseli. Z takiego zdjęcia, za pomocą algorytmu VGGFace2 było generowanych 2048 dekskryptorów, które posłużyły do analizy i przypisania do jednej z dwóch grup: liberałów lub konserwatystów.

Doktor Michał Kosiński przeprowadził też dodatkowe badanie, które miało wyeliminować takie cechy jak płeć, wiek, czy pochodzenie etniczne. W tym celu przygotowane zostały zbiory par o takich samych cechach zewnętrznych. W tym badanie skuteczność algorytmu spadła, ale tylko nieznacznie o ok. 3,5 proc.