绘制一个丑陋的人：探索生成式 AI 对丑陋的感知

生成式 AI 不仅复制人类的创造力,还复制深层的文化偏见,这使得关键检查这些工具如何理解和表达丑陋概念变得至关重要。本研究调查了四种不同的生成式 AI 模型如何理解和表达丑陋,并探讨了这些表示中嵌入的偏见。我们通过对大语言模型进行迭代提示,提取了与丑陋相关的 13 个形容词,并在四个 AI 模型和三个提示下生成了 624 张图片。对图片中的人口统计和社会经济属性进行独立编码并进行主题分析。我们的发现表明,AI 模型在不成比例地将丑陋与年老的白人男性联系起来,反映了根深蒂固的社会偏见以及矛盾的偏见,即便试图避免对被边缘化群体的刻板化描绘,也会不当地将负面属性投射到多数群体上。定性分析进一步表明,尽管试图将丑陋置于社会语境中,传统的物理标记如不对称和衰老仍作为中心视觉主题。这些发现表明,尽管尝试创建更平等的表示,生成式 AI 仍然延续继承的和矛盾的偏见,强调了 creating ethical AI training paradigms and advancing methodologies for more inclusive AI development 所面临的 critical work。