基于自动性别识别的跨性别者化妆辅助系统探索

性别与种族在HCI中的议题边缘化群体赋权

文献标题

探索基于自动性别识别(AGR)的跨性别妆容支持系统

文献信息

  • 主题领域: 人机交互与多样性包容技术应用
  • 关键词: 自动性别识别 (AGR), 跨性别, 化妆支持, 人机交互 (HCI), 性别确认, 包容性设计, 虚拟化妆, 技术伦理, 日本文化, 数据隐私

研究背景与问题

  • 问题与挑战:

    • 自动性别识别系统(AGR)在应用于跨性别群体时表现较差,并可能引发性别歧视等问题。
    • 日本等非西方文化中的跨性别人群面临独特的挑战,例如化妆学习资源匮乏。
    • 当前的虚拟化妆系统主要面向顺性别女性,而未能满足跨性别人士的需求。
  • 重要性:

    • AGR 技术的无意识偏见会对跨性别个体造成心理压力甚至歧视风险。
    • 在文化多样性背景中,如何通过技术支持跨性别人士的性别认同表达具有重要实践意义。
  • 研究动机与相关工作:

    • 笔者希望探索是否可以通过 AGR 系统,从负面控制性工具转变为积极支持跨性别实践的工具。
    • 过去的研究多集中在美国等西方国家,缺乏非西方文化背景的数据与案例。
    • 当前虚拟化妆与妆容推荐系统缺乏针对跨性别人士的设计。

解决方案

  • 方法与创新:

    1. 技术创新: 利用 AGR 系统为跨性别人群开发虚拟化妆系统 "Flying Colors",允许用户上传照片并探索妆容对其“性别通过能力”的影响。
    2. 设计洞察: 专门为日本跨性别社区设计,注重文化背景对用户化妆行为及性别身份表达的影响。
    3. 功能亮点:
      • 妆容评分(Makeup Feedback):通过 AGR 系统提供即时反馈,衡量特定妆容对性别通过能力的提升或减弱作用。
      • 妆容推荐:基于反馈评分自动生成五种优化的妆容样式。
  • 实施步骤:

    1. 基于 3 年的日本跨性别社群数字人种学研究,确认问题与需求。
    2. 开发虚拟化妆系统原型,融合商业化虚拟化妆组件构建并结合 AGR 系统进行评分。
    3. 对系统进行初步测试和评估,通过访谈和用户实验获取反馈。

研究成果

  • 具体成果:

    1. 参与者调查:
      • 研究了 15 名跨性别参与者的化妆习惯、对通过(Passing)的看法、以及对 AGR 系统的接受程度。
      • 大多数参与者对系统的评分功能持中立到积极态度。
    2. 实验证明:
      • AGR 系统可用于支持用户探索妆容,从而提高性别通过能力或者实现更广泛的性别身份表达。
      • 参与者指出系统对化妆技能提升和探索具有潜在价值,特别是在安全、私密环境中的独立使用。
  • 优势:

    • 提供了一种低风险探索妆容的方式,不涉及他人评价,能避免潜在的社会性别歧视。
    • 系统被设计为可量化性别通过能力,给跨性别人士设定个人目标的可能性。
    • AGR 的“可责备性”(Blameability)特性使其在结果不符时更容易被接受。
  • 实验与评估结果:

    • 系统评分功能平均评分为 4.8/7,被认为较为“可靠”。
    • 妆容推荐功能评分为 5.3/7,显示未来改进方向的需求。
  • 局限性与未来方向:

    1. 系统限制:
      • 当前 AGR 系统的准确性与使用面临偏见问题,例如无法很好地支持非二元性别或特定族裔。
      • 虚拟化妆模板的现实感与定制选项仍需改进。
    2. 潜在伦理问题:
      • AGR 系统可能被滥用来外部评估跨性别人士的性别通过能力。
      • 可能对用户心理健康和妆容决策产生负面影响。
    3. 未来改进方向:
      • 增加非二元及更多个性化的化妆选项,考虑跨性别男性的需求。
      • 针对不同文化或背景设计专门数据集以提高 AGR 系统的适用性与准确性。
      • 进一步研究长时间使用对用户心理的影响,并设立更严格的隐私保护与知情同意机制。

总结

本文探索了 AGR 系统在支持日本跨性别群体化妆和性别身份表达的潜力,并设计和测试了一个虚拟化妆原型工具。研究表明,在严格的隐私保护和用户选择前提下,该工具能有效且令人满意地支持跨性别的妆容学习。然而,这需要在技术设计与应用场景中仔细平衡伦理考量与技术功效。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47642/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445364
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
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
已索引正文
hub
相关论文
10 篇相关论文