推特分析自家圖片剪裁演算法確實存在偏差

用戶在去年9月的時候，抗議推特的圖片縮圖剪裁演算法存在偏差，由於當時正是BLM（Black Lives Matter，黑人的命也是命）運動熱烈進行之時，這個事件在當時引起軒然大波，官方也立即跳出來回應用戶，承諾他們會進一步研究，並且將研究發現開源。

而現在推特的研究結果出爐，證明自家圖片剪裁演算法的確存在部分偏差，而官方表示將會停止自動剪裁圖片，透過完整顯示標準長寬比的圖片消除偏差問題，並讓用戶在編輯推文時，就可以預覽圖片呈現方式。

推特從2018年的時候就開始使用突出顯示演算法剪裁圖片，這樣做的目的是要讓時間軸中的照片大小一致，並且讓用戶能夠一次看到更多的推文。這個演算法的想法，是預測使用者希望第一眼觀看到的圖片部分，並且將圖片剪裁成易於查看的大小。

推特透過模仿人眼觀看圖片的方法，來訓練這個突出顯示模型，藉由人眼追蹤資料來訓練模型，教模型學習大多數人們認為重要的事物，使得該模型可以預測圖像中每一個區域的分數，並把得分數最高的地方當做剪裁的中心。

使用者指出剪裁模型可能存在三項缺點，第一項，模型在剪裁圖像時，傾向選擇白人而非黑人，並且圖片中傾向選擇女性而非男性，第二項，用戶反應模型存在男性凝視，也就是圖像剪裁會傾向從男異性戀者的角度來選擇圖片剪裁特徵，像是模型可能選擇女性的胸部或是腿部作為突出的特徵。第三項缺點，則是演算法決策讓用戶無法選擇圖片的呈現方式，因此傷害了呈現自由。

推特研究人員針對突出顯示演算法，進行性別與種族偏見實驗，的確發現了模型存在一些問題，在比較男性和女性時，模型偏好女性的機率高出8％，黑人與白人相比時白人高出4％，黑人女性和白人女性相比時，模型偏好白人女性機率高出7％，而黑人男性與白人男性相比，白人男性則多出2％。

研究人員也針對模型可能存在的男性凝視進行研究，但是沒有找到任何客觀證據，官方提到，演算法絕大多數都是以男性和女性的臉部作為剪裁目標，但是約每100張圖片，會有3張剪裁區域在頭部範圍之外，但是當圖像剪裁非人物頭部時，通常是為了剪裁非身體的部分，像是運動服上的數字。

而研究人員提到，即便對凸顯演算法進行調整，使模型在性別和種族完全平等，但仍然損害了使用者按自己意願呈現內容的自由，更遑論凸顯演算法還可能存在其他潛在危害，包括對文化細微差異不敏感等問題。

現在推特更新圖片剪裁方法，以降低對機器學習的依賴，推特表示，並非所有平臺上的內容都適合使用演算法，剪裁圖像最好的方式就是讓使用者自己決定。推特從3月開始，就在iOS和Android上測試能夠完整顯示標準長寬比照片的新方法，這樣便無需使用演算法剪裁圖片，也能讓用戶更好地控制圖像外觀，而更新也包括使用者在推文編輯區域的預覽，推文作者將可以清楚知道推文發布的外觀。