Un estudio de la universidad de Stanford —que obtuvo que un algoritmo podía distinguir correctamente entre homo y heterosexual el 81% de las veces (74% para mujeres)— ha puesto sobre la mesa las cuestiones de los orígenes biológicos de la orientación sexual, la ética de las tecnologías de reconocimiento facial y el potencial de este tipo de software para violar la privacidad de la gente o ser usado con fines homófobos.
|
etiquetas: ia , ai , michal kosinski , yilun wang , redes neuronales profundas 
Vamos a ver, en primer lugar un % del 81% no es científicamente fiable y en segundo lugar, los parámetros del algoritmo están definidos por procesos humanos de ingeniería, es decir totalmente sesgados cuando se refieren a la psique. Te imaginas? Si tiene este tono de piel y cejas es homosexual, si le falta un ojo es del PP etc...
S -Y a usted eso le conviene porque tiene el diámetro craneal de un cochero.
es.m.wikipedia.org/wiki/Experimentación_nazi_en_seres_humanos
Esto de determinar el estado de la psique a través de una imagen lo intentaron hacer los nazis y no dieron pie con bola. Una cosa es un transtorno mental definido por factores morfológicos (borderline, oligofrenia tipo morón u otros) y otra definir la ideología, la tendencia sexual o el gusto a través de una imagen neutra.
Y en esto está derivando la ciencia y la tecnología en 2017.
Lo de que la homosexualidad sea un trastorno nadie, absolutamente nadie, ni en el hilo ni en la noticia ni en el estudio, lo ha dicho. Pero que no sea un trastorno no quita que sea una característica interesante (y normalmente interesante para la gente equivocada) que hará que, si se afina lo suficiente (o si los interesados en discriminar por orientación sexual dan el 81% como suficiente) se use, y se use para mal, independientemente de que nos tapemos los ojos.
Tampoco entiendo por qué no hacen estudios sobre si tu color favorito se ve en la cara. ¿Qué importancia tiene la orientación sexual más que cualquier otra cosa banal? Ah sí, que algunos piensan que si encierras a 2 heterosexuales fértiles procrean y 2 gays no. Y no saben que la descendencia moriría por endogamia y que los homosexuales tienen óvulos y espermatozoides y pueden procrear, sólo que por vías no tradicionales.
Los homosexuales ni tienen cara definida, ni la gente que le gusta la fruta, ni el pescado etc, porque sencillamente no existe un factor genético que modifique la morfología de un tío que es del Barça o le gusta el cine y lo del tema del trastorno, lo aclaro en el contexto de mi explicación ( de verdad que tengo que explicarlo?
Y el porcentaje me parece suficientemente preocupante como para que la tecnología capte la atención de quienes peor la pueden usar.
Que por la orientación sexual pueden encarcelarte en muchos países. En algunos te matan.
minicerebro artificial muy básico, que ha de aprender antes de poder funcionar...
se le pasan fotos de homosexuales y no homosexuales, y aprende a distinguirlos.
Y si tiene una tasa de acierto superior al 50% (que sería la suerte), indica que no lo hace mal del todo.
Igualmente podría distinguir hombres y mujeres, perros y gatos etc
Físicamente puede que no, pero de expresión de la cara puede que si.
Todos hemos dicho alguna vez "este es gay" (desde el respeto), por los gestos etc, puede que eso afecte a expresiones faciales.
Si se puede saber si alguien esta contento, triste etc, el que se sepa su orientación sexual tampoco es descabellado.
No estoy diciendo cosas homofobas, la orientación sexual de cada uno me la suda y quiero que tengan los mismos derechos
que eteros...quede dicho.
Pero siempre se ha dicho que la homosexualidad nace, y no se hace ...por lo tanto, es una cualidad física, y por lo tanto,
puede haber signos que lo delate ...y si fuera así ,pues muy bien, y si no, pues también..
Pero si un algoritmo de inteligencia artificial, sin ideología, que solo ha visto un montón de fotos de homosexuales y eteros
para aprender, logra un 80% de acierto ...a mi me parece, si no una prueba, si un indicio de carácter científico que puede indicar que
es posible.
Igual les hubiera resultado mas económico simplemente lanzar una moneda al aire(no descartaría que el algoritmo haga algo así :P)
Suponiendo que un 10% de la población es homosexual, si yo asigno de forma aleatoria al 100% de la muestra la característica 'heterosexual', habré acertado el 90% de las veces.
Y ni siquiera he aplicado un algoritmo...
Salu2
Fuera bromas, sucede a menudo que ese guapetón del gimnasio con el que te cruzas varias veces te devuelve la mirada, y no sabes si te la devuelve porque está harto de que lo mires, porque cree que te conoce de algo, o porque muestra interés en tí. Sin lugar a dudas algo que me facilitara saber si la otra persona es homosexual (lo cual no significa necesariamente que esté interesado en mí...) me facilitaría las cosas a la hora de romper el hielo
No obstante espero que no caiga en malas manos. Sé de unos nazis que harían mal uso de esta herramienta.
Algunos de esos indicadores son el Matthews correlation coefficient, el Youden's index (o Informedness), el coeficiente de Cohen's kappa o el F1 score (este último ya menos).
Sin embargo, este no es ese caso. Según la versión preliminar del paper de la Universidad de Stanford que enlaza #1 (y cuya lectura recomiendo a #30 para que pueda evitar el sensacionalismo de The Guardian), además de que la clasificación no es binaria (es o no es gay) sino que se clasifica entre «gay» o «heterosexual», ambos grupos estaban representados en un número equitativo: «We obtained facial images from public profiles posted on a U.S. dating website. We recorded 130,741images of 36,630men and 170,360 images of 38,593women between the ages of 18 and 40, who reported their location as the U.S. Gayand heterosexual people were represented in equal numbers. Their sexual orientation was established based on the gender of the partners that they were looking for(according to their profiles).»
También es interesante lo que comenta el paper de que la precisión sube al 91% —en el caso de los hombres— cuando se proporciona a la red hasta cinco imágenes faciales por persona: «The accuracy of the algorithm increased to 91% and 83%, respectively, given five facial imagesper person». Eso supone una diferencia cualitativa bastante importante con respecto a la predicción humana: «Human judges achieved much lower accuracy: 61% for men and 54% for women».
Otra cuestión interesante es que la red identifica… » ver todo el comentario