A Psychological Science című szakfolyóiratban közzétett tanulmány szerint a három évvel ezelőtti technológiával létrehozott, mesterséges intelligencia által generált arcokat – különösen a fehér embereket ábrázoló arcokat – valóságosabbnak érzékelték, mint a valódi arcfotókat. Az eredmény nem terjedt ki a színes bőrű emberek képeire, ami valószínűleg annak köszönhető, hogy a mesterségesintelligencia-modelleket túlnyomórészt fehér emberek képein képezték ki – ez a gépi tanulási kutatásokban jól ismert, gyakori torzítás.
Egy tanulmányban az Ausztrál Nemzeti Egyetem, a Torontói Egyetem, az Aberdeeni Egyetem és a University College London kutatói alkották meg a tanulmány címében szereplő kifejezést, a „hiperrealizmust”, amelyet úgy határoznak meg, mint egy olyan jelenséget, amikor az emberek a mesterséges intelligenciával generált arcokat valóságosabbnak tartják, mint a valódi emberi arcokat.
Kísérleteikben a kutatók fehér felnőtteknek 100, mesterséges intelligencia által generált és 100 valódi fehér arcot mutattak meg összekeverve, és arra kérték őket, hogy azonosítsák, melyik a valódi, és hogy mennyire bíznak a döntésükben. A 124 résztvevő az MI-képek 66 százalékát azonosította emberként, míg a valódi képek esetében ez az arány 51 százalék volt. Ez a tendencia azonban nem volt megfigyelhető a színes bőrű emberek képeinél, ahol mind a mesterséges intelligencia, mind a valódi arcok 51 százalékát embernek ítélték meg, függetlenül a résztvevő fajától.
A kutatók egy korábbi tanulmányból származó valós és szintetikus képeket használtak, a szintetikus képeket az Nvidia StyleGAN2 képgenerátorával generálták, amely képes valósághű arcokat létrehozni képszintézis segítségével. Érdemes megjegyezni, hogy a StyleGAN2-t 2020-ban adták ki, és az MI képszintézis azóta gyorsan fejlődött – de az újabb MI-modelleket nem vonták be a tanulmányba.
A kutatás azt is kimutatta, hogy azok a résztvevők, akik gyakran tévesen azonosították az arcokat, nagyobb bizalmat mutattak ítéleteikben, ami a kutatók szerint a Dunning-Kruger-hatás megnyilvánulása. Más szóval, akik magabiztosabbak voltak, gyakrabban tévedtek.
Egy második, 610 felnőtt részvételével végzett kísérletben a résztvevők mesterséges és emberi arcokat értékeltek különböző jellemzők alapján anélkül, hogy tudták volna, hogy egyesek mesterséges intelligencia által generáltak, a kutatók pedig az „arctér” elméletet használták az egyes arcjellemzők meghatározásához. A résztvevők válaszainak elemzése azt mutatta, hogy olyan tényezők, mint a nagyobb arányosság, az ismertség és a kevésbé megjegyezhetőség, ahhoz a téves meggyőződéshez vezettek, hogy a mesterséges intelligencia eredetű képek valódi emberi arcok. Alapvetően a kutatók szerint az MI által generált arcok vonzereje és „átlagossága” miatt tűntek valóságosabbnak a vizsgálatban résztvevők számára, míg a tényleges arcok arányainak nagy változatossága irreálisnak tűnt.
Érdekes módon, míg az emberek nehezen tudtak különbséget tenni a valódi és az MI által generált arcok között, a kutatók egy olyan gépi tanuló rendszert fejlesztettek ki, amely az esetek 94 százalékában helyesen ismerte fel az eredetet.
| A tanulmány megállapításai aggodalomra adnak okot a társadalmi előítéletek állandósulásával és a faj és az „ember” észlelésének összemosásával kapcsolatban, aminek következményei lehetnek olyan területeken, mint például az eltűnt gyermekek felkutatása, ahol néha mesterséges intelligencia által generált arcokat használnak. Az, hogy az emberek általában véve nem képesek felismerni a szintetikus arcokat, csaláshoz vagy személyazonosság-lopáshoz vezethet. |
Dr. Zak Witkower, az Amszterdami Egyetem társszerzője elmondta, hogy a jelenségnek messzemenő következményei lehetnek különböző területeken, az online terápiától a robotikáig. „Ez a fehér arcok esetében valósághűbb helyzeteket fog produkálni, mint más fajú arcok esetében”, mondta.
Dr. Clare Sutherland, az Aberdeeni Egyetem másik társszerzője hangsúlyozta a mesterséges intelligenciában az előítéletek kezelésének fontosságát. „Mivel a világ rendkívül gyorsan változik az MI bevezetésével, kritikus fontosságú, hogy biztosítsuk, hogy senki ne maradjon lemaradva vagy kerüljön hátrányos helyzetbe semmilyen helyzetben – legyen szó etnikai hovatartozásról, nemről, életkorról vagy más védett tulajdonságról”, mondta.
| Válaszkulcs a fenti képhez
Balról jobbra felső sor: 1. Hamis, 2. Hamis, 3. Valódi, 4. Hamis. |
