تحلیل چهره
آنچه عکسها به کارفرمایان میگویند
تصور کنید که برای مصاحبه شغلی حاضر میشوید و بدون اینکه حتی یک کلمه بگویید، به شما گفته میشود که به این دلیل که چهرهتان به آن موقعیت شغلی نمیخورد، آن شغل را بهدست نمیآورید. شما فرض را بر تبعیض میگذارید و حتی ممکن است به طرح دعوی در دادگاه فکر کنید.
اما اگر دلیل این امر تعصب نباشد چه؟ اگر چهره شما سرنخهای واقعاً مفیدی در مورد عملکرد احتمالی شما در محل کار ارائه دهد چه؟ این سوال در قلب یک مقاله پژوهشی اخیر از ماریوس گوئنزل (Guenzel) از دانشگاه پنسیلوانیا و همکارانش قرار دارد. این احتمال که چنین باشد، پرسشهای بزرگتری را در مورد تصمیمگیری الگوریتمی و چگونگی درک انسانها از عدالت مطرح میکند.
ارزیابیهای شخصیتی بخش پذیرفتهشدهای از فرآیندهای استخدام هستند. آنها معمولاً داوطلبانی را در بر میگیرند که در نظرسنجیها شرکت میکنند و حدس میزنند چه چیزی پاسخ خوب محسوب میشود. بااینحال، پژوهشهای قبلی نشان میدهد که انواع شخصیت را میتوان در ویژگیهای چهره رمزگذاری کرد و هوش مصنوعی (AI) میتواند آنها را تشخیص دهد.
بنابراین آقای گوئنزل و همکارانش از الگوریتمی برای تجزیهوتحلیل تصاویر ۹۶ هزار فارغالتحصیل MBA استفاده کردند و چیزی را که «پنج ویژگی بزرگ عکس» مینامند، استخراج کردند. آنها پنج ویژگی بزرگ شخصیتی یعنی توافقپذیری (agreeableness)، وظیفهشناسی (conscientiousness)، برونگرایی (extraversion)، روانرنجوری (neuroticism) و گشودگی (openness) را مطرح کردند. (تا قبل از اینکه به سراغ آینه بروید مشخص نیست که هوش مصنوعی چه چیزی را میبیند.)
سپس آنها از دادههای مربوط به عملکرد این افراد در بازار کار استفاده کردند تا ببینند آیا پنج عامل بزرگ عکس قدرت پیشبینی دارند یا خیر. پاسخ مثبت بود. تجزیهوتحلیل چهره چیزهای مفیدی در مورد درآمد پس از MBA یک فرد و تمایل به تغییر شغل و موارد دیگر برای گفتن دارد.
موارد احتیاطی زیادی وجود دارد. نباید در توان پیشبینی پنج عامل بزرگ عکس اغراق کرد. نویسندگان میگویند که این فقط یک منبع اطلاعاتی فزاینده در مورد داوطلبان شغل است. حوزه تحلیل چهره با هوش مصنوعی حوزهای نوپاست و در گذشته در مرکز طوفانهای روششناختی قرار داشته است. حتی اگر تکنیکها بیعیبونقص باشند، احتمالاً پذیرش آن کند خواهد بود.
قوانین ضد تبعیض باعث میشوند که خطرات قانونی آشکاری در ارتباط با تصمیمگیری بر اساس ویژگیهای چهره پدید آیند. مانیش راگاوان (Manish Raghavan) از دانشکده مدیریت اسلون MIT خاطرنشان میکند که شرکتها در مورد استفاده از هوش مصنوعی برای تحلیل چهره محتاط هستند.
اما فرض کنید که همه این ایرادها قابلرفع باشند. اگر چهره شما میتوانست بدون تبعیض و بر اساس ویژگیهای محافظتشده نکته مفیدی را به کارفرمای احتمالی بگوید آنگاه شرکتها انگیزه قوی برای تجزیهوتحلیل آن داشتند.
بااینحال، هنوز سوالاتی وجود خواهد داشت. نویسندگان مثالی میزنند: در میان کاندیداهای شغلی مرد سفیدپوست، آیا اخلاقی است که افرادی را کنار بگذاریم که چهرههایشان شخصیتهای کمترمطلوبی را پیشبینی میکند؟
میتوانید استدلال کنید که این کار اشکالی ندارد. به هر حال، بسیاری از تصمیمات بر اساس ظاهر فیزیکی گرفته میشوند. برای مثال، در استخدام، یک مزیت قد وجود دارد که احتمال انتخاب یک فرد قدبلندتر را نسبت به یک فرد کوتاهتر بیشتر میکند. برخی ممکن است استدلال کنند که تجزیهوتحلیل مبتنی بر چهره، شایستهسالارانهتر از فرآیندهایی است که مثلاً به پیشرفت تحصیلی پاداش میدهند.
کلی شو (Kelly Shue) از دانشکده مدیریت ییل، یکی از نویسندگان مقاله جدید، میگوید که اکنون در حال بررسی این موضوع هستند که آیا تجزیهوتحلیل چهره هوش مصنوعی میتواند سرنخهای مفیدی در مورد تمایل فرد به بازپرداخت وامهایش بدهد یا خیر. این تشخیص میتواند برای افرادی که به اعتبار دسترسی ندارند یک نعمت باشد.
حتی اگر خطر سوگیری را کنار بگذاریم، نگرانیهای بزرگ دیگری نیز وجود دارد. برخی از آنها واضح هستند: الگوهای کلی به شما نمیگویند که یک فرد چگونه عمل خواهد کرد. برخی دیگر موذیانهتر هستند. صنعت مربیان و متخصصان خودیاری بر اساس این ایده بنا نهاده شده است که میتوان رفتار خود را کنترل و تعدیل کرد. اما اگر چهره شما همچنان همان سیگنال را نشان دهد که شما یک تازهکار هستید، پس خودسازی چه فایدهای دارد؟
چگونگی واکنش شما به این امکان اطلاعاتی در مورد هوش مصنوعی و برداشت از عدالت نیز به شما میدهد. مهم است که آیا افراد حس اختیار خود را حفظ میکنند یا خیر. هر چقدر هم که الگوریتمها خوب باشند، شانس یک داوطلب برای جلبنظر مصاحبهکننده انسانی در فرآیند استخدام -و اینکه مصاحبهکننده خودش تصمیم بگیرد که آیا میخواهد با کسی کار کند یا خیر- احتمالاً همیشه تاثیرگذار خواهد بود.
آقای راگاوان استدلال میکند که اگر منطق علی روشنی وجود داشته باشد، مردم آمادگی بیشتری برای پذیرش تصمیمات مبتنی بر ویژگیهای تغییرناپذیر دارند. برای مثال، دلایل آماری معقولی وجود دارد که رانندگان جوانتر حق بیمه خودرو بیشتری بپردازند، یا افراد مسنتر هزینه بیشتری برای مراقبتهای بهداشتی بپردازند. اما برای بسیاری، تجزیهوتحلیل چهره هنوز موضوعی تعجببرانگیز است.
