Apabila dua orang bertemu, sudah pasti masing-masing akan serta-merta membuat penilaian pantas sesama sendiri tentang segala-galanya seperti melibatkan umur sehinggalah kepada kecerdasan atau kebolehpercayaan berdasarkan penampilan semata-mata. Tanggapan pertama itu, walaupun selalunya tidak tepat, tetapi boleh menjadi sangat berkesan dalam membentuk hubungan dan membuat keputusan dalam sesuatu hal, seperti daripada keputusan pengambilan pekerja sehinggalah kepada hukuman jenayah.
Penyelidik di Institut Teknologi Stevens, dengan kerjasama Universiti Princeton dan Universiti Chicago, kini telah mengajar algoritma AI untuk memodelkan tanggapan pertama ini dan meramalkan dengan tepat cara seseorang itu akan dilihat atau dinilai berdasarkan gambar wajah mereka.
“Terdapat banyak kajian yang menumpukan kepada pemodelan penampilan fizikal wajah orang,” kata Jordan W. Suchow, seorang saintis kognitif dan pakar AI di Sekolah Perniagaan di Stevens. “Kami membawanya bersama-sama dengan pertimbangan manusia dan menggunakan pembelajaran mesin untuk mengkaji tanggapan pertama yang berat sebelah antara satu sama lain.”
Suchow dan pasukan, termasuk Joshua Peterson dan Thomas Griffiths di Princeton, dan Stefan Uddenberg dan Alex Todorov di Chicago Booth, telah meminta beribu-ribu orang untuk memberikan tanggapan pertama mereka terhadap lebih 1,000 gambar wajah yang dijana komputer, yang mana gambar-gambar wajah tersebut telah disusun berdasarkan beberapa kriteria, antaranya kepintaran dan kewibawaan. Hasil-hasil tanggapan itu kemudiannya digunakan dalam melatih rangkaian saraf untuk membuat pertimbangan pantas yang serupa tentang manusia lain berdasarkan gambar wajah mereka semata-mata.
“Dengan memandang foto wajah anda, kami boleh menggunakan algoritma ini untuk meramalkan tanggapan pertama orang terhadap anda, dan stereotaip yang mereka akan tunjukkan kepada anda apabila mereka melihat wajah anda,” jelas Suchow.
Kebanyakan penemuan algoritma sejajar dengan gerak hati biasa atau andaian budaya. Dikatakan bahawa seseorang yang tersenyum cenderung dilihat sebagai seorang yang lebih boleh dipercayai, contohnya, manakala orang yang berkaca mata cenderung dilihat sebagai seorang yang lebih bijak. Dalam kes lain, agak sukar untuk memahami dengan tepat tentang faktor algoritma mengaitkan sifat tertentu kepada seseorang.
“Algoritma ini tidak memberikan maklum balas yang diharapkan atau menjelaskan mengapa imej tertentu membangkitkan dan mengaitkan kepada sesuatu pertimbangan tertentu,” kata Suchow. “Namun begitu, ia boleh membantu kami memahami cara kami dilihat — kami boleh menyusun satu siri foto mengikut yang mana satu menjadikan anda kelihatan paling boleh dipercayai, dan membolehkan anda membuat pilihan tentang cara anda mempersembahkan diri anda.”
Walaupun pada asalnya algoritma dibangunkan untuk membantu penyelidik psikologi menjana imej muka untuk digunakan dalam eksperimen tentang persepsi dan kognisi sosial, algoritma baharu ini boleh juga mencari kegunaan dunia sebenar. Orang ramai mengatur persona awam mereka dengan berhati-hati, contohnya, berkongsi hanya foto yang mereka fikir membuatkan mereka kelihatan paling bijak atau yakin atau menarik, dan hal ini mudah untuk melihat bagaimana algoritma boleh digunakan untuk menyokong proses itu, kata Suchow. Hal ini kerana sudah menjadi satu norma sosial untuk menunjukkan diri sentiasa dalam sisi positif, biarpun mengetepikan beberapa isu etika yang mengelilingi teknologi, tambahnya.
Lebih merisaukan, algoritma ini juga boleh digunakan untuk memanipulasi foto untuk menjadikan subjek mereka kelihatan seperti cara tertentu — mungkin menjadikan calon politik kelihatan lebih boleh dipercayai, atau menjadikan lawan mereka kelihatan tidak bijak atau mencurigakan. Walaupun alat AI sudah digunakan untuk mencipta video “deepfake” yang menunjukkan peristiwa yang tidak pernah berlaku, algoritma baharu boleh mengubah imej sebenar secara halus untuk memanipulasi pendapat penonton tentang subjek mereka.
“Dengan teknologi tersebut, adalah mungkin untuk mengambil gambar dan mencipta versi diubah suai yang direka untuk memberikan kesan tertentu,” kata Suchow. “Atas sebab yang jelas, kita perlu berhati-hati tentang cara teknologi ini digunakan.”
Untuk melindungi teknologi mereka, pasukan penyelidik telah memperoleh paten dan kini mencipta permulaan untuk melesenkan algoritma untuk tujuan etika yang telah diluluskan terlebih dahulu. “Kami mengambil semua langkah yang kami boleh untuk memastikan algoritma ini tidak akan digunakan untuk hal yang memudaratkan,” kata Suchow.
Walaupun algoritma semasa memfokuskan pada tindak balas purata kepada wajah tertentu merentas sekumpulan besar penonton, Suchow seterusnya berharap untuk membangunkan algoritma yang mampu meramalkan cara seseorang individu akan bertindak balas terhadap wajah orang lain. Hal ini boleh memberikan cerapan yang jauh lebih mendalam tentang cara penilaian pantas dalam membentuk interaksi sosial kita, dan berpotensi membantu orang ramai mengenali dan melihat melangkaui tanggapan pertama mereka apabila perlu membuat satu keputusan penting.
“Adalah penting untuk diingati dan difahami bahawa pertimbangan yang kami modelkan tidak mendedahkan apa-apa tentang personaliti atau kecekapan sebenar seseorang,” jelas Suchow. “Apa yang kami lakukan di sini adalah mengkaji stereotaip manusia, dan hal itu adalah sesuatu yang perlu diusahakan oleh setiap insan dalam memiliki pemahaman yang lebih baik mengenai diri manusia lain.”
Artikel diterjemahkan daripada laman web ScienceDaily.com, artikel “This algorithm has opinions about your face”.
Jurnal kajian :
Joshua C. Peterson, Stefan Uddenberg, Thomas L. Griffiths, Alexander Todorov, Jordan W. Suchow. Deep models of superficial face judgments. Proceedings of the National Academy of Sciences, 2022; 119 (17) DOI: 10.1073/pnas.2115228119
Sumber :
https://www.sciencedaily.com/releases/2022/04/220421181212.htm
