推特分析自家图片剪裁算法确实存在偏差

用户在去年9月的时候，抗议推特的图片缩图剪裁算法存在偏差，由于当时正是BLM（Black Lives Matter，黑人的命也是命）运动热烈进行之时，这个事件在当时引起轩然大波，官方也立即跳出来回应用户，承诺他们会进一步研究，并且将研究发现开源。

而现在推特的研究结果出炉，证明自家图片剪裁算法的确存在部分偏差，而官方表示将会停止自动剪裁图片，透过完整显示标准长宽比的图片消除偏差问题，并让用户在编辑推文时，就可以预览图片呈现方式。

推特从2018年的时候就开始使用突出显示算法剪裁图片，这样做的目的是要让时间轴中的照片大小一致，并且让用户能够一次看到更多的推文。这个算法的想法，是预测使用者希望第一眼观看到的图片部分，并且将图片剪裁成易于查看的大小。

推特透过模仿人眼观看图片的方法，来训练这个突出显示模型，借由人眼追踪资料来训练模型，教模型学习大多数人们认为重要的事物，使得该模型可以预测图像中每一个区域的分数，并把得分数最高的地方当做剪裁的中心。

使用者指出剪裁模型可能存在三项缺点，第一项，模型在剪裁图像时，倾向选择白人而非黑人，并且图片中倾向选择女性而非男性，第二项，用户反应模型存在男性凝视，也就是图像剪裁会倾向从男异性恋者的角度来选择图片剪裁特征，像是模型可能选择女性的胸部或是腿部作为突出的特征。第三项缺点，则是算法决策让用户无法选择图片的呈现方式，因此伤害了呈现自由。

推特研究人员针对突出显示算法，进行性别与种族偏见实验，的确发现了模型存在一些问题，在比较男性和女性时，模型偏好女性的概率高出8％，黑人与白人相比时白人高出4％，黑人女性和白人女性相比时，模型偏好白人女性概率高出7％，而黑人男性与白人男性相比，白人男性则多出2％。

研究人员也针对模型可能存在的男性凝视进行研究，但是没有找到任何客观证据，官方提到，算法绝大多数都是以男性和女性的脸部作为剪裁目标，但是约每100张图片，会有3张剪裁区域在头部范围之外，但是当图像剪裁非人物头部时，通常是为了剪裁非身体的部分，像是运动服上的数字。

而研究人员提到，即便对凸显算法进行调整，使模型在性别和种族完全平等，但仍然损害了使用者按自己意愿呈现内容的自由，更遑论凸显算法还可能存在其他潜在危害，包括对文化细微差异不敏感等问题。

现在推特更新图片剪裁方法，以降低对机器学习的依赖，推特表示，并非所有平台上的内容都适合使用算法，剪裁图像最好的方式就是让使用者自己决定。推特从3月开始，就在iOS和Android上测试能够完整显示标准长宽比照片的新方法，这样便无需使用算法剪裁图片，也能让用户更好地控制图像外观，而更新也包括使用者在推文编辑区域的预览，推文作者将可以清楚知道推文发布的外观。