性别识别还是性别简化?自动性别识别系统的社会影响
最佳论文算法公平与偏见性别与种族在HCI中的议题边缘化群体赋权
自动性别识别(AGR)是指通过从图像、视频和/或音频中提取和分析特征来识别个体性别的一系列计算方法。AGR的应用正在安全、营销和社会机器人等领域中得到越来越多的探索。然而,人们对AGR的看法和态度以及这项技术可能如何不成比例地影响弱势群体知之甚少。为了开始解决这些差距,我们采访了13名跨性别个体,包括三名跨性别技术设计师,了解他们对AGR的看法和态度。我们发现跨性别个体对AGR的态度普遍持负面看法,并从根本上质疑它是否能够准确地识别他们身份的这一主观方面。他们对隐私表示担忧,并担心技术错误地识别或误认他们的性别可能会带来的潜在危害。我们提出了一系列关于如何在设计新的数字系统时容纳性别多样性的建议。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
最佳论文
group
作者
3 位作者
sell
研究子方向
算法公平与偏见、性别与种族在HCI中的议题、边缘化群体赋权
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
5 篇相关论文