AIシステムは、大量のデータを分析し、異なるグループがメディアでどのように表現されているか、どのように相互作用しているか、特定のアイデンティティの周りにどのようなステレオタイプが存在するかなど、社会のさまざまな側面について予測することができることが示されています。
しかしながら、これらのシステムが異なるジェンダーのアイデンティティを理解する際に、人間の行動と経験のニュアンスを正確に捉えることを確実にするという点では、まだ多くの作業があります。一部のAIシステムでは、衣服の選択や物理的な属性など、特定のアイデンティティに関連する特定の特性を認識することができますが、それらの選択や属性の背後にある深い意味を必ずしも理解するとは限りません。これは、伝統的なジェンダー規範以外の個人を自己識別することに害を及ぼす可能性がある誤解や誤解につながる可能性があります。さらに、AIシステムは、年齢、人種、民族、社会経済的地位など、それぞれのグループの違いを正確に表現するためにも考慮しなければなりません。さまざまな視点をアルゴリズムや学習プロセスに組み込むことで、AI Systemsは人間の経験の複雑さをよりよく反映し、すべてのアイデンティティが認識され尊重される、より包括的な社会を作るのに役立ちます。
この分野でAIシステムが直面している課題の1つは、私たちの世界に存在する性別や性的特徴の多様性の範囲を適切に反映していない、男性/女性または男性/女性などのバイナリカテゴリへの依存です。
たとえば、バイナリ以外の人は、男性または女性、または両方として識別できます。
さらに、トランスの人々は、時間の経過とともに、または異なる文脈で、彼らの性同一性を流体として経験するかもしれません。これらの複雑さは単純な分類スキームではカバーできませんが、個々の違いを考慮したより詳細なアプローチが必要です。もう一つの課題は、既存のデータセットからAIシステムがどのように学習するかです。その多くは、cisgender（非トランス）男性に向かって歪んでいます。これは、特定のグループがどのように相互作用するか、または特定のコミュニティでどのような行動が受け入れられると考えられるかについての不正確な予測につながる可能性があります。たとえば、AIシステムが主に白人男性を特徴とするデータセットで訓練されている場合、人種差別、性差別、または他の形態の差別に関連する重要な手掛かりを逃す可能性があります。これらの課題に対処するために、研究者はデータセットを多様化し、機械学習モデルのバイアスを認識し修正する方法を開発する必要があります。最後に、従来のジェンダー規範を実施するためにAIシステムを使用するか、代わりに差異のより大きな受け入れと理解を促進するべきかという問題もあります。AIアルゴリズムは公共の場でジェンダーマイクロ侵略を識別し、介入するために使用できると主張する人もいれば、それが疎外されたコミュニティの監視と制御の強化につながると心配する人もいます。開発者やユーザーは、AIを利用してジェンダーやセクシュアリティに関する社会規範や期待を管理する倫理的な意味合いを慎重に検討することが重要になります。多様な背景や視点からステークホルダーと対話することで、すべてのアイデンティティが認識され尊重される包括的な社会を支えるAIシステムを構築することができます。
AIシステムは、社会の理解、分類、異なる性同一性の認識にどのように影響しますか？
AIシステムは、社会の理解、分類、異なる性同一性の認識に異なる肯定的および否定的な影響を与える可能性があります。一方で、AIアルゴリズムは、性同一性に関連するデータのパターンを検出し、人の性別をより正確に予測できることを示唆する研究もあります。これは、非バイナリとトランスの人々の社会へのより大きな受け入れと包含につながる可能性があります。