《情况复杂》：在种族、性别和残疾的图像描述中协商可访问性和（误）代表

文献标题

“It’s Complicated”: Negotiating Accessibility and (Mis)Representation in Image Descriptions of Race, Gender, and Disability

文献信息

• 主题领域: 人机交互 (HCI)，无障碍性研究，种族、性别与残障表述
• 关键词: 无障碍性, AI, 盲人, 图像描述, 残障, 性别, 种族, 视觉障碍

研究背景与问题

• 存在的问题或挑战:
  1. 当前的图像描述指南（例如 Web 内容无障碍指南 WCAG）提供了一般性建议，但对如何描述照片中人物的外貌缺乏具体规定。
  2. 在种族、性别和残障的描述中，错误描述可能导致歧视、偏见或不公平的定型。
  3. AI 生成的图像描述虽然可能缓解部分无障碍问题，但存在传播偏见与放大歧视性错误的风险。
• 问题重要性:
  1. 对于依赖屏幕阅读器的盲人用户，图像描述是获取视觉信息的重要渠道。
  2. 描述方式直接影响用户对图像中人的理解，并可能在政治和社会文化维度上产生重要影响。
  3. 如果错误或不适当的描述自动化生成，可能进一步加剧对边缘化群体的不公。
• 研究动机与相关工作:
  1. 研究探讨了盲人用户如何以非视觉手段处理种族、性别和残障的表述问题。
  2. 当前存在学者对 AI 偏见和无障碍研究的初步探讨，但描述图像中人物外貌的相关研究甚少。

解决方案

• 主要方法与解决方案:
  1. 通过采访 25 位盲人屏幕阅读器用户（包括黑色族群、原住民、有色人种、非二元性别和/或跨性别者），探讨其对图像描述和外貌表述的看法与偏好。
  2. 提出伦理性考虑原则，用以指导描述种族、性别和残障的外貌信息。
  3. 分析 AI 描述的优劣，以及 AI 技术对相关群体的潜在利弊。
• 创新之处:
  1. 本研究聚焦于用户交叠的边缘化身份（如种族+性别+残障），提供多维度的视角并指出复杂交集问题。
  2. 探讨 AI 在描述人类外貌上的局限及其潜在道德风险。
  3. 扩展了图像描述从单向信息传递到文化和身份谈判的作用。
• 实施步骤与关键技术:
  1. 面向特殊用户群体设计的深入性访谈，涵盖自我呈现、错误表述、图像描述偏好以及 AI 使用体验。
  2. 根据访谈结果，系统性分析语言选择的敏感性与描述矛盾。
  3. 提出具体建议：区分描述外貌（如皮肤色调）与假设身份（如种族的标签）。

研究成果

• 主要成果:
  1. 参与者希望能从图像描述中获取更多外貌信息，但强调需要明确描述与假设身份的界限。
  2. 对描述语言的要求包括：避免预设性身份标签、尊重被描述者的偏好并使用具体的外貌描写。
  3. AI 图像描述被视为一种潜在工具，但参与者对其准确性和伦理性持保留态度，尤其是在涉及种族和性别偏见时。
• 相较现有解决方案的优势:
  1. 提出具体指南，使图像描述更加可行且尊重被描述者身份。
  2. 与现有研究相比，提供了更全面层次的用户需求考量，包括在图像描述中的语言与文化细节。
• 实验或评估结果:
  1. 社交媒体图片描述的实践中，动词（如动作）、服装与背景是普遍的描述元素，但较少涉及种族、性别或残障描述。
  2. 对于 AI 描述，尽管有趣用法较多，但 AI 偏见问题可能带来显著伤害（如误分类性别或年龄）。
• 局限性与未来方向:
  1. 由于参与者样本偏于公开讨论身份的个体，研究结果可能未涵盖那些不愿透露身份或背景的用户体验。
  2. 本研究面向用户需求，而非 AI 技术提供更具体支持。例如：针对 AI 生成描述的内容原型开发。
  3. 建议进一步探索专业图像描述者和内容创作者的工作流程，以减少由描述缺失造成的无障碍问题。

输出总结

本文为包含多重边缘化身份的盲人用户提供了关于无障碍图像描述的详细洞察。通过强调描述语言的慎用、改进 AI 技术的潜在方案，以及在扩展用户体验的同时减少伤害的实务建议，文章呼吁在无障碍研究与 AI 伦理界限上进行深度探讨。