جنجال بر سر پيشبيني درآمد از روي چهره!
ايدهاي كه اخيرا به موضوع داغ بحثها تبديل شده، اين است كه هوش مصنوعي با اسكن چهره كاربران ميتواند درآمد آنها را حدس بزند. اين ايده با واكنشهاي گوناگوني روبرو شده است.
به گزارش ايسنا، اين ايده كه هوش مصنوعي بتواند چهره يك فرد را تحليل كند و حقوق او را تخمين بزند، اخيراً توجه عموم را به خود جلب كرده است. به نظر ميرسد كه اين ايده مستقيماً از يك رمان علمي-تخيلي بيرون آمده است. هوش مصنوعي عكسهاي كاربر را اسكن ميكند و سپس درباره تحصيلات، شخصيت يا فيشهاي حقوقي او نتيجهگيري ميكند. اين روند جديد به بحثهاي داغ، شك و ترديد و پرسشهاي جدي درباره تلاقي فناوري، اخلاق و شيوههاي مدرن استخدام دامن ميزند. به نقل از يوسي استراتژيز، اين جنجال زماني آغاز شد كه پژوهشگران امريكايي تصميم گرفتند حدود ۱۰۰ هزار عكس از چهره افراد حرفهاي را به يك الگوريتم بدهند. اين عكسها تصادفي انتخاب نشدند، بلكه پرترههايي با دقت انتخابشده از پروفايل «لينكدين» فارغالتحصيلان كارشناسي ارشد مديريت كسبوكار بودند. هدف مشخص بود. آيا يك ماشين ميتواند چيزي بيش از يك لبخند را تشخيص دهد؟ آيا ميتواند سيگنالهايي را درباره شخصيت، جاهطلبي يا حتي موفقيت مالي احتمالي استخراج كند؟ چيزي كه بسياري از ناظران را شگفتزده كرد، اين ادعا بود كه ظاهراً ميتوان ويژگيهاي صداقت، وظيفهشناسي، برونگرايي، سازگاري و روانرنجوري را از روي عكسهاي استاندارد شناسايي كرد. به گفته پژوهشگران اين پروژه، كارفرمايان و بانكهاي بزرگ پيشتر در فرآيندهاي استخدام، اين فناوري را آزمايش كردهاند و از رزومهها و مصاحبههاي سنتي فراتر رفتهاند.
علم، شبهعلم يا چيزي بين اين دو؟
استفاده از تشخيص چهره براي تصميمگيريهاي پرسنلي در نگاه نخست نوآورانه به نظر ميرسد. با وجود اين، ايدههاي قديمي را تداعي ميكند. اين تصور كه شخصيت يا موفقيت آينده را ميتوان از ظاهر استنباط كرد، يادآور نظريه چند صدساله چهرهخواني است كه اكنون كاملاً بياعتبار شده و زماني براي توجيه تبعيض و تعصب استفاده ميشد. امروزه با شبكههاي عصبي قوي و پايگاههاي داده وسيع، برخي اميدوارند كه هوش مصنوعي بتواند از فرضيات خام گذشته پيشي بگيرد. با وجود اين، دانشمندان، اخلاقگرايان و منتقدان فناوري همچنان هشدار ميدهند. بسياري از آنها اين پرسش را مطرح ميكنند كه آيا يك عكس ميتواند واقعاً توانايي، انگيزه يا پتانسيل درآمدزايي را آشكار سازد يا اينكه اين روشها صرفاً كليشهها و تعصبات موجود را تقويت ميكنند.
نقص در محتوا و دادهها
وقتي ماشينها يك عكس را قضاوت ميكنند، ممكن است جزييات حياتي ناديده گرفته شوند. آيا عكس به صورت حرفهاي در يك روز خيلي خوب گرفته شده يا با عجله پيش از كلاس ثبت شده است؟ عواملي مانند كيفيت تصوير، نورپردازي، پسزمينه و قراردادهاي فرهنگي پيرامون عكسهاي حرفهاي ميتوانند بهطور چشمگيري بر نتايج تأثير بگذارند. علاوه بر اين، چنين سيستمهايي به ندرت عوامل اجتماعي يا تاريخي گستردهتري را كه هم ظاهر و هم فرصت را شكل ميدهند، در نظر ميگيرند. يك مدل هوش مصنوعي كه روي گروههاي منتخب آموزش ديده، ممكن است افرادي را كه به دانشگاههاي برجسته يا عكاسان حرفهاي دسترسي ندارند، ناديده بگيرد و در نتيجه نابرابري اساسي را تداوم ببخشد.
مقايسه با سوءاستفادههاي تاريخي
اين شكل از غربالگري ديجيتال، پژواكهاي نگرانكنندهاي را از رويههايي به همراه دارد كه در طول تاريخ براي حذف گروههاي خاصي از مشاغل يا پيشرفت استفاده ميشدند. تحليل چهره، خطر احياي مفاهيم مرتبط با نژادپرستي و طبقهبندي ناعادلانه را به همراه دارد كه مدتهاست بياعتبار شدهاند، اما گاهي اوقات از طريق فناوريهاي پيشرفته دوباره مطرح ميشوند. با افزايش آگاهي درباره تبعيضهاي موجود در سيستمهاي هوش مصنوعي، اجماع فزايندهاي وجود دارد مبني بر اينكه چنين فناوريهايي به نظارت دقيق و بررسي مداوم نياز دارند؛ به ويژه در زمينههايي مانند استخدام و ارتقاي شغلي.
استخدام و مقررات
به رغم نگرانيهاي گسترده گزارش شده است كه چندين شركت در حوزه مالي و فناوري، تحليل ويژگيهاي چهره را كه اغلب با پرسشنامههاي شخصيت تركيب ميشود، براي محدود كردن مجموعههاي استخدامي بررسي ميكنند. استدلال آنها بر وعده سرعت و بيطرفي استوار است و نشان ميدهد كه ماشينها ميتوانند گزينهها را بهطور منصفانه و كارآمد دستهبندي كنند. با وجود اين، چشمانداز نظارتي به سرعت در حال تحول است. در ايالتهاي گوناگون امريكا، قانونگذاران با معرفي قوانين قويتر درباره نحوه استفاده از فناوري تشخيص چهره مبتني بر هوش مصنوعي در محيطهاي كاري، به نگرانيها پيرامون تبعيض و تعصب پاسخ ميدهند. اكنون برخي مناطق پيش از آنكه هر شركتي فناوري تشخيص چهره را در فرآيندهاي استخدام به كار بگيرد، رضايت صريح را الزامي ميدانند. برخي ديگر، مميزيهاي منظم سوگيري را الزامي ميدانند و سازمانها را مجبور ميكنند تا نشان دهند كه الگوريتمهايشان بهطور ناعادلانه به گروههاي جمعيتي خاص آسيب نميرسانند. با لازمالاجرا شدن قوانين جديد، بسياري از كسبوكارها به سرعت خود را با شرايط وفق ميدهند تا از چالشهاي قانوني جلوگيري كنند. آنچه زماني به عنوان نوآوري پيشرفته ديده ميشد، اكنون مورد بررسي دقيق عمومي و دولتي قرار گرفته است.
واقعيتها و برداشتها در محيط كار
تجربيات به دستآمده در محيط شركتها پيچيدگيهاي بيشتري را آشكار ميكنند. برخي از كارمندان، عكسهاي حرفهاي چندساله خود را نگه ميدارند؛ در حالي كه برخي ديگر هميشه عكسهاي خود را بهروزرساني ميكنند. اين روند در سطح بينالمللي نيز متفاوت است. برخي از جوامع دانشجويي بهشدت روي پرترههاي زيبا سرمايهگذاري ميكنند؛ در حالي كه برخي ديگر به سلفيهاي معمولي متكي هستند. اين تنوع نشان ميدهد كه صرف نظر از پيچيدگي الگوريتم، زمينه هميشه اهميت دارد. حقوق، پيشرفت شغلي و ارايه شخصي همچنان تحت تأثير عوامل متعددي است كه هيچ فناوري نميتواند بهطور كامل آنها را در بر بگيرد.
