Akıllı telefonlardaki portre modu fotoğrafçılığı, daha koyu ten rengine sahip öznelerin daha düşük kaliteli görüntüleriyle sonuçlanan ‘önyargılara’ sahip olabilir, bir araştırmaya göre. Akıllı telefonlardaki portre modu efekti, özneyi fotoğrafın arka planından ayırmak için derinlik algılama teknolojisi kullanılarak dijital olarak elde edilir. Ancak sonuç, sahneye, ışık koşullarına ve hatta özneye bağlı olarak etkileyiciden tatmin edici olmayana kadar değişebilir. Yeni bir araştırma, daha koyu ten rengine sahip bireylerin daha açık ten rengine sahip bireylere kıyasla daha az istenen bir çıktı alabileceğini iddia etti.
Portre Görüntüleri Yapay Zeka Eğitim Önyargısından Etkilenebilir
Akıllı telefon kameralarını test eden web sitesi DxOMark, sonuçlar 2023 ortalarında yapılan bir çalışmanın. Çalışma, akıllı telefonlarda portre fotoğrafçılığı modları kullanılarak çekilen kişilerin fotoğraflarındaki kullanıcı tercihlerini ölçmeyi amaçlıyordu. Yayın, 2022 sonu ve 2023 başında piyasaya sürülen amiral gemisi akıllı telefonları kullandı. Çalışmanın bir parçası olarak, fotoğraflar için modellik yapan 83 düzenli tüketici kullanılarak 405 sahne çekildi. Yayın ayrıca, insanların görüşlerini 100 üzerinden bir puana dönüştürmek için bir ‘Memnuniyet Endeksi’ geliştirdi.
Çalışma, portre modu fotoğraflarının beklentilerden düşük puan aldığını, ancak daha koyu ten rengine sahip bireylerin çekilmiş fotoğraflarında, daha açık ten rengine sahip bireylere kıyasla bir farklılık olduğunu buldu. Daha koyu ten renklerinde, özneyi aşırı pozlama, arka planı yetersiz pozlama ve cilt tonunun parlaklığını artırma gibi sorunlar not edildi.
Farklı cilt tonlarına ve Memnuniyet Endeksi puanına göre görüntü farklılığı
Fotoğraf Kredisi: DxOMark
Sorunun olası nedenlerini vurgulayan çalışmada, yapay zekanın (YZ) eğitim verilerindeki önyargının böyle bir soruna yol açabileceği belirtildi. Akıllı telefonlardaki portre modu teknolojilerinin çoğu sahne algılama, anlamsal segmentasyon ve derin öğrenme için YZ kullanır. Çalışma, YZ tarafından kullanılan verilerde orantısız sayıda açık ten rengine sahip birey varsa, daha koyu ten renklerini işlerken yanlışlıklara yol açabileceğini tahmin ediyor.
MIT Medya Laboratuvarı’nın 2018 tarihli Cinsiyet Tonları: Ticari Cinsiyet Sınıflandırmasında Kesişimsel Doğruluk Farklılıkları başlıklı makalesine atıfta bulunan çalışmada, “Daha koyu tenli kadınlar, %20,8 – %34,7 arasında değişen tüm cinsiyet sınıflandırıcıları için en yüksek hata oranlarına sahiptir. Microsoft ve IBM sınıflandırıcıları için, daha açık tenli erkekler sırasıyla %0,0 ve %0,3 hata oranlarıyla en iyi sınıflandırılmış gruptur. Face++, %0,7 hata oranıyla daha koyu tenli erkekleri en iyi şekilde sınıflandırır.” denildi.
Ancak, çalışmaya göre, bunun arkasındaki iki olası nedenden biri AI önyargısıdır. Belirtilen bir diğer neden de kameraların kötü ayarlanmasıydı. Yayın, tüm senaryolarda ve tüm cilt tonlarında en iyi resimleri oluşturabilen bir kamerayı ayarlamanın mümkün olmadığını vurguladı. Bazı üreticiler, genellikle bu yanlışlıklara yol açabilen bir optimizasyon türünü diğerine göre önceliklendirir.
Yayın, bu tür çalışmaların tüketici memnuniyetini ve endişelerini ölçmede önemli olduğunu vurguladı. Geri bildirim, teknolojilerin tüm demografik özelliklere hitap edecek şekilde iyileştirilmesinde önemli bir rol oynayabilir.
