[featured_image

Die Dissertation "AI Perceptions of Gender" von J. Rosenbaum, eingereicht zur Erfüllung der Anforderungen für den Doktorgrad der Philosophie an der RMIT University im Oktober 2022, untersucht das Thema der Wahrnehmung von Geschlecht durch künstliche Intelligenz (KI). Sie konzentriert sich auf die Frage, wie KI Geschlecht konzeptualisiert und wie Bildgenerierungsalgorithmen Figuren auf einem Geschlechtsspektrum interpretieren.

Die Arbeit beginnt mit einer Einführung, in der das Problem der Geschlechterverzerrung in maschinellen Lernsystemen zur Bilderkennung und -klassifizierung hervorgehoben wird. Diese Systeme werden oft auf der Annahme eines Geschlechtsbinärs implementiert, was häufig transidente Personen ausschließt, die sich nicht eindeutig einem Geschlecht zuordnen lassen. Rosenbaum argumentiert, dass es entscheidend ist, diese Fragen zu adressieren, da KI zunehmend in unseren Alltag eingreift und neue Vorstellungen von Geschlecht definiert und sozial kritisiert werden.

Die Arbeit konzentriert sich auf drei künstlerische Projekte, die verschiedene Aspekte der KI-Wahrnehmung von Geschlecht untersuchen:

  1. "Set in Stone" ist ein Projekt, das einen voreingenommenen Generative Adversarial Network (GAN) entzerrt. GANs sind KI-Modelle, die dazu verwendet werden, neue Daten zu generieren, die den ursprünglichen Trainingsdaten ähneln.
  2. "Frankenstein's Telephone" ist ein Projekt, das Geschlechterverzerrungen in großen generativen und Klassifikationssystemen untersucht.
  3. "Gender Tapestry" ist ein interaktives Projekt, das Geschlecht in einem dreidimensionalen Farbraum klassifiziert, indem Benutzern eine benutzerdefinierte gemischte Farbe anstelle eines Geschlechts zugewiesen wird.

Die Arbeit betont die Bedeutung der Auseinandersetzung mit diesen Themen, da die Verstärkung von Verzerrungen sich verschlimmern könnte, wenn sie nicht kontrolliert wird.

Die Arbeit umfasst auch eine umfassende Methodik, die die Kernmethodensysteme und die kreative Praxismethodologie beschreibt. Es werden verschiedene Techniken und Ansätze zur Datenerstellung, zum Training von GANs und zur Klassifizierung von Bildern erläutert.

Rosenbaum diskutiert auch die Rolle von Geschlecht in der KI und betont die Notwendigkeit, Geschlecht und KI zusammen zu betrachten und sich von ihrem gegenseitigen Verständnis und ihrer Entwicklung informieren zu lassen. Sie argumentiert, dass es wichtig ist, diese beiden Aspekte zusammen zu betrachten, da sie sich weiterentwickeln und sich gegenseitig beeinflussen.

Die Arbeit schließt mit einer Diskussion über die Auswirkungen der Forschung und die Notwendigkeit, weiterhin die Rolle von Geschlecht in KI-Systemen zu untersuchen. Rosenbaum betont die Notwendigkeit, gegen die Versuchung zu kämpfen, alles in der KI zu automatisieren, und betont die kritische Rolle der Menschen hinter den Kulissen bei der korrekten Ausbildung eines neuronalen Netzwerks.

Rosenbaum hat mehrere Methoden zur Offenlegung und Anwendung von KI-Wahrnehmungen von Geschlecht erforscht und hat dabei die verschiedenen Bereiche, in denen ihre Arbeit sich überschneidet, einschließlich generativer Kunst, Geschlecht, Computer Vision und Voreingenommenheit, untersucht. Sie hat codebasierte semiotische und biosemiotische Methoden verwendet, kombiniert mit diffraktivem Lesen und auto-ethnomethodologischen Ansätzen, um drei Hauptwerke zu schaffen: "Frankenstein's Telephone", "Set in Stone" und "Gender Tapestry".

Diese Werke haben ihre Forschungsfragen auf unterschiedliche Weise beantwortet. "Frankenstein's Telephone" untersucht, warum KI-Systeme Geschlecht wahrnehmen und wie sie Geschlecht in den von ihnen erzeugten Bildern qualifizieren, und welche Auswirkungen dies auf die visuelle Darstellung in generativen Bildern von Menschen hat. "Set in Stone" versucht zu beantworten, ob es möglich ist, einen voreingenommenen Datensatz zu entbiasieren, indem neue Daten eingeführt werden, und wie sich dies auf die erzeugten Bilder auswirkt. "Gender Tapestry" versucht, die Antworten auf diese Fragen zusammenzubringen, indem es nicht nur die Wahrnehmung von Geschlecht sowohl durch Menschen als auch durch Maschinen untersucht, sondern auch zur Entbiasierung eines Datensatzes und zu einem neuen Konzept der Geschlechtswahrnehmung beiträgt.

Insgesamt betont Rosenbaum die Notwendigkeit, weiterhin die Rolle von Geschlecht in KI-Systemen zu untersuchen und die kritische Rolle der Menschen bei der korrekten Ausbildung eines neuronalen Netzwerks zu betonen. Sie argumentiert, dass es wichtig ist, gegen die Versuchung zu kämpfen, alles in der KI zu automatisieren, und betont die Notwendigkeit, die Grenzen zwischen Kategorien wie Geschlecht, Kunst und Wissenschaft niederzureißen und neue Wege zu finden, um Geschlecht zu betrachten und zu verstehen.

Download
  • Version
  • Download
  • File Size 5.37 MB
  • File Count 1
  • Create Date 2023-07-04
  • Last Updated 2023-07-06