AI bättre än människor på att gissa sexuell läggning utifrån foton

Foto: Stanford University

Utifrån ansiktsfotografier kan en AI med 91 procents säkerhet avgöra om en man är homosexuell eller ej, vilket är träffsäkrare än när människor försöker gissa detsamma.

Forskare vid Stanford University har tagit fram en artificiell intelligens (AI), baserad på ett djupt neuralt nätverk (DNN), som med högre träffsäkerhet än människor enbart utifrån ansiktsbilder kan avgöra om en människa är homo- eller heterosexuell. I studien har forskarna utgått från 130.741 bilder av 36.630 olika män och 170.360 bilder av 38.593 kvinnor som man har hämtat från en stor amerikansk dejtingsajt där personerna själva har uppgett kön och sexuell läggning.

Utifrån detta bildmaterial sållade en vanlig ansiktsigenkänningsalgoritm ut totalt 35.326 bilder av 14.776 olika personer, med olika kön (man/kvinna) och sexuell läggning (homo/hetero), som var av tillräckligt bra kvalitet för forskningsändamålen.

Forskarna matade därefter sin AI-algoritm med två slumpmässiga bilder åt gången på en hetero- respektive homosexuell man. AI:n lyckades då gissa rätt sexuell läggning hos dessa personer med 81 procents träffsäkerhet. När antalet bilder på varje man utökades till fem gissade algoritmen rätt hela 91 procent av gångerna.

Foto: Stanford University

När det handlade om foton på kvinnor var träffsäkerheten något lägre och sjönk då till 71 procent vid ett foto och 83 procent vid fem foton av varje kvinna. Både vad gäller fotona på männen och kvinnorna lyckas Stanfordforskarnas AI betydligt bättre än människor som ska försöka gissa personers sexuella läggning enbart utifrån ansiktsfoton. Då var träffsäkerheten istället 61 procent när det gällde att se skillnad på hetero- och homosexuella män samt 54 procent vid foton på kvinnor.

AI:n analyserade bland annat näsa, ögon, ögonbryn, kinder, haka och hårfäste i bilderna. Förenklat kan man sammanfatta det som att den upptäckte könsatypiska ansiktsdrag i bilderna på de homosexuella personerna, det vill säga typiskt manliga ansiktsdrag hos de lesbiska kvinnorna och vice versa.

The Guardian, The Economist