Twitter annoncerede resultaterne fra sin åbne konkurrence om at finde skævheder i sit billedbeskæringssystem.
Bounty-udfordringen åbnede i juli, efter Twitter-brugere viste, at webstedets automatiske beskæringsværktøj favoriserede ansigter på mennesker med lysere teint frem for dem med mørkere teint. Det rejste nogle spørgsmål om, hvordan softwaren prioriterede hudfarve og visse faktorer frem for andre.
Udfordringen søgte at finde, hvilke andre fejl og skævheder beskæringssystemet kan have for at løse problemerne.
Førstepladsen gik til Bogdan Kulynych, hvis bidrag viste, hvordan skønhedsfiltre kunne spille algoritmens scoringsmodel, som igen forstærker traditionelle skønhedsstandarder. Indsendelsen viste, at algoritmen foretrak unge og slanke ansigter med enten en lys eller varm hudtone. Kulynych vandt $3.500.
Andenpladsen gik til HALT AI, en teknisk startup i Toronto, som opdagede, at billeder af ældre og handicappede blev beskåret ud af billeder. Holdet fik $2.000 for at komme på andenpladsen.
Tredjepladsen og $500 gik til Roya Pakzad, grundlægger af Taraaz Research, som opdagede, at algoritmen favoriserede beskæring af latinske skrifter frem for arabiske skrifter, hvilket kunne skade sproglig mangfoldighed.
De detaljerede resultater blev præsenteret ved DEF CON 29 af Rumman Chowdhury, direktøren for Twitters META-team. META-teamet studerer de utilsigtede problemer i algoritmer og fjerner enhver form for køns- og racemæssig skævhed, som sådanne systemer måtte have.
Dataene fra denne konkurrence vil blive brugt til at afhjælpe fejl og skævheder i beskæringsalgoritmen og hjælpe med at sikre et mere inkluderende miljø.
