Her birkaç ayda bir, yüksek eğitimli başka bir akademisyen şunu soruyor: Peki ya çürütülmüş 18. yüzyıl ırk bilimini yapay zekayla yapmayı deneseydim?
son giriş Yapay Zeka frenoloji portföyüne katkı, kişiliğini hesaplamak ve eğitim ve kariyer sonuçlarını tahmin etmek amacıyla bir kişinin yüzünün tek bir fotoğrafını algoritmik olarak analiz etmek için bir yöntem geliştirdiklerini söyleyen bir grup ekonomi profesöründen geliyor.
Yapay zeka frenolojisine yönelik diğer güncel akademik girişimler-bir kişinin cinselliğini veya yüz özelliklerine göre suç işleme olasılığını tahmin ettiğini iddia eden algoritmalar gibi- yaygın olarak eleştirildi Ve çürütülmüş. Araştırmalar ayrıca kişilik özelliklerini ölçtüğünü iddia eden ticari yapay zeka araçlarının da sahte olduğunu gösterdi. son derece güvenilmez.
Bununla birlikte, Pensilvanya Üniversitesi Wharton Okulu’ndan Marius Guenzel ve Shimon Kogan; Indiana Üniversitesi’nden Marina Niessner; Yale Üniversitesi’nden Kelly Shue, bir kişinin yüzünün anlık görüntüsünün onun kişiliğini belirleyebileceğine karar verdi. Makalelerine göre, araştırmaları için Wharton’daki çeşitli yapay zeka ve finans araştırma fonlarından fon aldılar ve bulgularını tüm dünyadaki finansal teknoloji konferanslarında ve üniversitelerde sundular.
Yazarlar, 96.000 MBA programı mezununun LinkedIn profil fotoğraflarını topladı ve bunları, insanları algılanan açıklık, vicdanlılık, dışa dönüklük, uyumluluk ve uyumluluk açısından derecelendiren Büyük Beş kişilik testinde kişinin nasıl puan alacağını iddia ettiği iddia edilen bir yüz analizi algoritmasından geçirdi. nevrotiklik.
Daha sonra, çıkarılan bu kişilik puanları ile tamamladıkları MBA programının prestijliliği ve işgücündeki nihai tazminatları (LinkedIn verilerini analiz eden özel bir model tarafından tahmin edildiği üzere) arasındaki korelasyonu ölçtüler.
Bu analize dayanarak yazarlar, bir kişinin MBA programı yüksek olan bir okula gidip gitmeyeceğini ve mezun olduktan sonraki ilk işinde ne kadar kazanacağını tahmin etmede kişiliğin “önemli bir rol” oynadığı sonucuna vardı. Örneğin, “arzu edilen” kişiliklerin ilk yüzde 20’sinde yer alan erkekler MBA programlarına katılmış, kişilikleri arzu edilirliğin en alt yüzde 20’sinde yer alan erkeklerden yüzde 7,3 daha yüksek sırada yer almış ve tahmini gelirleri yüzde 8,4 daha yüksek olmuştur. Araştırmacılar bir kişinin ırkı, yaşı ve çekiciliği gibi faktörleri (hepsi de çıkarımlara göre) kontrol ettiğinde, etkiler daha küçük hale geldi.
Özellikle, yazarların, LinkedIn’deki fotoğraflardan elde edilen algoritmalarının Büyük Beş kişilik puanlarının doğru olduğunu tespit etmek için herhangi bir bağımsız çaba göstermediği görülüyor. Profil resimleri analiz edilen kişilerin hiçbiri algoritmanın sonuçlarını doğrulamak için Beş Büyük kişilik testine girmedi.
Profesörler, bulgularının “kariyer sonuçlarını şekillendirmede bilişsel olmayan becerilerin kritik rolünü” vurguladığını ve insanlara kişilik testleri uygulamak yerine yüzleri analiz etmek için yapay zekayı kullanmanın “akademik araştırma için yeni yollar sunduğunu” yazdılar. [and invites] bu tür teknolojilerden yararlanmanın doğasında olan etik, pratik ve stratejik hususların daha fazla araştırılması.”
Aynı zamanda, az önce gösterdikleri tekniğin işgücü piyasası taraması için kullanılmaması gerektiğini ve “yüzlerden kişilik çıkarımının en temel haliyle istatistiksel ayrımcılığı temsil ettiğini” yazdılar.
Başka bir deyişle, bilim insanları bunu yapıp yapmamaları gerektiğini düşündüler, bunun ayrımcı olduğu sonucuna vardılar ve yine de yaptılar.
