Ile prawdy o człowieku kryje się w korelacjach statystycznych, które pokazują badania Michała Kosińskiego? Czy te same zależności potwierdziłyby się poza przebadaną przez Kosińskiego grupą osób aktywnych na portalach społecznościowych i randkowych, które dobrowolnie ujawniły swoją afiliację polityczną? A może mamy do czynienia z kolejnym “skrzywionym” algorytmem, który nauczył się oceniać orientację polityczną człowieka na podstawie kąta padania światła na zdjęciu profilowym albo ustawień aparatu? Kto i w jakich celach wykorzystuje dziś rozpoznawanie ukrytych celach ludzi na podstawie zdjęcia twarzy? Czy służby specjalnie schylają się po takie rozwiązania, ryzykując błędy w ocenie konkretnych ludzi, popadnięcie w społeczne stereotypy i przepalone budżety? Odpowiedzi na te pytania, i wiele innych, w gorącej dyskusji z Michałem Kosińskim szuka Katarzyna Szymielewicz.
Odsłuchaj, dodaj do ulubionej aplikacji przez RSS lub obejrzyj na YouTube'ie lub Vimeo.
Na skróty:
00:01 Wstęp
03:43 Czy z orientacji politycznej da się wyczytać na kogo głosujesz?
13:05 Cechy osobowości czy owal twarzy? Co więcej powie o twoich wyborach?
18:20 Zdjęcie zdjęciu nierówne?
25:00 Na co patrzy algorytm?
39:45 Kto przygląda się naszej twarzy?
55:20 Czy prawo nas obroni?
01:00 Chrońmy równość, a nie prywatność
Do poczytania i posłuchania:
- Panoptykon 4.0: Jak okiełznać algorytm? Rozmowa z Michałem Kosińskim
- Panoptykon: Odzyskaj twarz! Zbieramy milion podpisów pod Europejską Inicjatywą Obywatelską
- Panoptykon: Raport Kto (naprawdę) Cię namierzył. Facebook w polskiej kampanii wyborczej
- Nature.com: Facial recognition technology can expose political orientation from naturalistic facial images
- Journal of Personality and Social Psychology: Deep neural networks are more accurate than humans at detecting sexual orientation from facial images
- The Guardian: 'I was shocked it was so easy': meet the professor who says facial recognition can tell if you're gay
- Businessinsider: Facial-profiling' could be dangerously inaccurate and biased, experts warn
