La città di San Francisco, rinomata per la sua fiorente industria dell’intelligenza artificiale (AI), è altrettanto celebrata come una delle città più diverse e LGBTQ+ friendly in America. Essa è la sede di OpenAI, creatrice di ChatGPT, e il quartiere Mission District, dove ha sede, confina con l’iconico quartiere Castro, noto per i marciapiedi dai colori dell’arcobaleno e una vivace comunità queer. È interessante notare che molti individui LGBTQ+ partecipano attivamente alla rivoluzione dell’AI, un fatto spesso trascurato.
La presenza di individui LGBTQ+ nel campo dell’AI è significativa, con un numero considerevole che si identifica come uomini gay. Anche il CEO di OpenAI, Sam Altman, è apertamente gay e ha sposato il suo compagno in una cerimonia privata in riva al mare l’anno scorso. Il coinvolgimento LGBTQ+ nell’AI non si limita ad Altman o alla California, ma si estende a un numero crescente di membri della comunità che contribuiscono attraverso iniziative come Queer in AI.
Fondata nel 2017 durante una prestigiosa conferenza accademica, Queer in AI si concentra sull’empowerment e il supporto dei ricercatori e scienziati LGBTQ+, con particolare attenzione agli individui transgender, non-binari e di colore. La comunità ha svolto un ruolo fondamentale nel fornire supporto ai suoi membri, aiutandoli a rimanere impegnati nei loro studi e ricerche.
Tuttavia, sorge un problema riguardante la rappresentazione delle persone LGBTQ+ da parte degli strumenti dell’AI che sono attivamente coinvolti nello sviluppo dell’AI. Quando chiamati a generare immagini di individui queer, i generatori di immagini e video dell’AI tendono a presentare rappresentazioni stereotipate della cultura LGBTQ+. Nonostante i miglioramenti nella qualità delle immagini, le immagini generate dall’AI spesso ritraggono una versione semplificata e depurata della vita queer.
Ad esempio, lo strumento AI Midjourney, utilizzato per creare ritratti di persone LGBTQ+, ha prodotto risultati che rafforzano stereotipi comunemente accettati. Le donne lesbiche sono ritratte con anelli al naso ed espressioni severe, mentre gli uomini gay indossano costantemente abiti alla moda e hanno fisici allentati. Le donne transgender, in immagini di base, sono ipersessualizzate con completini intimi e angolazioni suggestive.
Questa mancanza di rappresentazione e perpetuazione di stereotipi nelle immagini generate dall’AI può essere attribuita ai dati utilizzati per addestrare gli algoritmi di apprendimento automatico dietro questi strumenti. I dati, principalmente raccolti dal web, spesso rinforzano presupposti stereotipati esistenti sugli individui queer, come uomini gay effeminati o donne lesbiche mascoline. È essenziale riconoscere che pregiudizi e stereotipi possono emergere anche quando si utilizza l’AI per produrre
Domande Frequenti (FAQ)
Perché San Francisco è considerata un polo dell’innovazione dell’intelligenza artificiale?
San Francisco è rinomata per la sua fiorente industria tecnologica e ospita diverse importanti aziende di intelligenza artificiale e istituti di ricerca. La città ha favorito una cultura di innovazione e collaborazione, rendendola una destinazione attraente per il talento dell’IA.
Cos’è Queer in AI?
Queer in AI è un’iniziativa che mira a sostenere ed empopwerare i ricercatori e scienziati LGBTQ+ nella comunità dell’intelligenza artificiale. Fondata nel 2017, si concentra sull’amplificare le voci di individui marginalizzati, inclusi persone transgender, persone non binarie e persone di colore.
Perché le immagini generate dall’IA spesso rinforzano gli stereotipi?
Le immagini generate dall’IA riflettono i pregiudizi presenti nei dati di addestramento utilizzati per sviluppare gli algoritmi di apprendimento automatico sottostanti. Se i dati già perpetuano presupposti stereotipati su un particolare gruppo, l’IA potrebbe replicare involontariamente quei pregiudizi nelle immagini generate.
Come possono essere affrontati i pregiudizi nelle immagini generate dall’IA?
Per affrontare i pregiudizi nelle immagini generate dall’IA, è cruciale garantire che i dati di addestramento siano diversi, rappresentativi e privi di stereotipi. Inoltre, gli sforzi di ricerca e sviluppo in corso si concentrano sul miglioramento degli algoritmi AI per ridurre al minimo i pregiudizi e promuovere una rappresentazione equa.
Fonte: OpenAI
The source of the article is from the blog enp.gr