通过测量种族主义告知面部感知的方式,一项新研究试图揭露——在我们和我们的算法——种族歧视的判断在面部感知的层面上。
阅读面临日常社会经验的重要组成部分。判断我们的人民和我们的印象往往取决于我们如何看待他们的脸。然而,PBS教授库尔特Hugenberg指出,虽然有时我们准确地理解另一个人的态度或情感的面部表情,我们也可以错误的结构面临的一个实际的表达、愤怒、是否值得信赖,主导地位,或友好,尽管它没有提供线索的个性或个人的情绪状态。
“人们将使用结构线索,让人想起面部表情来推断别人的性格。一些人的面孔结构是欢乐的,有些是在结构上更加严格,看起来随便潦草了事,耙斗。虽然人不是表达不满,人们阅读不满他们的脸做出判断。人们使用的结构人的脸做出推论错误。”
这样的判断往往是与种族和性别的刻板印象。
在目前的研究中,Hugenberg和他的成员刻板印象、偏见和面部表情实验室还关注人们如何使用典型的面部特征的种族判断源于种族刻板印象。“在种族prototypicality面临不同,”他说。“肤色,额头结构,唇厚度与竞赛共变。然而,这些结构特征也可以成为判断性格的基础。”
虽然人不是表达不满,人们阅读不满他们的脸做出判断。人们使用的结构推断错误的人的脸。
——库尔特教授Hugenberg
在一系列的初步研究,Hugenberg和他的团队已经表明,Hugenberg解释说,“种族偏见参与者倾向于使用这些race-signifying面部结构可信度判断,把竞赛的人格特征和特征。他们甚至使用这些典型的线索来推断一些白色人少图片白色的特征。在他们看来可信度和白度都融合在一起。参与者的偏见太严重,相比之下,不混淆种族和可信度,至少不是在相同的程度上。”
确定这个“race-trait重叠,”研究人员已经开发出一种复杂的方法实证测量面特征之间的重叠和种族偏见。使用三维计算机模拟软件,参与者来自各种种族的显示一系列的面孔,随机根据不同明度的皮肤,鼻子和额头结构,唇厚度和其他特性。然后他们问这些面孔的参与者作出判断,例如,他们看起来多么值得信赖。
参与者做出判断后,数以百计的例子中,研究人员就能够计算参与者正在使用哪些特性使他们的判断和强烈他们如何使用一个特性或另一个使他们的判断。他们可以提出问题关于种族prototypicality面孔来确定这些统计模型是一致的,参与者在多大程度上使用相同的底层面部特征来判断性格特征。
公开告知面部感知的种族主义,Hugenberg说,最终可以为一些激动人心的干预,将反向混淆的人格特质与种族的原型。“如果人们使用种族线索和面孔判断诚信,我们应该能够拿出数学竞赛从可信度和可信赖性的影响。我们可以重新培训他们刺激了有什么他们认为,向他们展示白色或黑色是什么样子。”
他看到其他激动人心的可能性的问题算法的偏见。Hugenberg解释说,机器学习算法训练检测面部诚信(无意)结束了种族偏见。主要的保险公司,例如,使用面部分析来预测顾客的个性特征,从而创建相同的race-trait重叠的可能性。Hugenberg说,“我们的研究,不仅可以模拟这些重叠的大小,但可能de-bias此类保险公司使用的统计模型从其他预测de-confounding竞赛。通过计算解耦种族面部可信度,这个工作可以帮助de-bias机器学习算法。”
废除种族歧视常常似乎是一个艰巨的和巨大的任务;然而这种方法表明,如果我们能够觉察到它的临界点进入我们日常的社会观念,我们可以公开,甚至拆除它——它是什么。
和备案:如何值得信赖是我们基于面部感知可信度的看法?根据现有Hugenberg科学”,这不是值得信赖的。没有准确判断人的可信度为零的熟人。诚信是一种无形的线索。我们真的需要获取一个人的行为信息才能做出有意义的判断。”
莉斯ROSDEITCHER
科学作家
