回归社区：关于文本到图像模型文化敏感性的混合方法和社区驱动评估
社会与信息网络
2025-11-03 v1 计算机与社会
摘要
证据表明，文本到图像（Text-to-Image, T2I）模型在显著程度上反映西方文化规范，放大了对少数族裔的误表示和伤害。然而，评估文化敏感性本质上是复杂的，由于其流动性和多面性。本文基于最新综述和涉及来自 19 个不同国家的 59 位个体的共创工作坊。我们开发并验证了一种混合方法社区基础评估方法，用于评估 T2I 模型的文化敏感性，该方法拥抱以第一人称视角为主的方法。定量得分和定性询问揭示了社区内部及跨社区之间的一致性与不一致性，阐明了误表示的下游后果，并追踪了训练数据如何受不平等权力关系的塑造而扭曲的表述。大规模评估受到高资源要求和文化动态性质的限制，我们通过基于情境的迭代方法来缓解这一张力。该论文提供了可操作的建议，为利益相关者提供了途径，以探究 T2I 模型中文化（误）表示的来源、机制和影响。
引用
@article{arxiv.2510.27361,
title = {Back to the Communities: A Mixed-Methods and Community-Driven Evaluation of Cultural Sensitivity in Text-to-Image Models},
author = {Sarah Kiden and Oriane Peter and Gisela Reyes-Cruz and Maira Klyshbekova and Sena Choi and Aislinn Gomez Bergin and Maria Waheed and Damian Eke and Tayyaba Azim and Sarvapali Ramchurn and Sebastian Stein and Elvira Perez Vallejos and Kate Devlin and Joel E Fischer},
journal= {arXiv preprint arXiv:2510.27361},
year = {2025}
}