| 略語 | AJL |
|---|---|
| 形成 | 2016 |
| 創設者 | ジョイ・ブオラムウィニ |
| 目的 | AI活動 |
| 位置 | |
| Webサイト | 詳しくはこちら |
アルゴリズミック・ジャスティス・リーグ(AJL )は、マサチューセッツ州ケンブリッジに拠点を置くデジタル擁護の非営利団体です。2016年にコンピューター科学者のジョイ・ブオラムウィニによって設立されたAJLは、研究、アートワーク、政策提唱を通じて、社会における人工知能(AI)の使用と、AIが社会にもたらす可能性のある害と偏見に関する社会的認識を高めています。[1] AJLは、AIシステムの偏見に関する情報を伝え、偏見のあるAIシステムの作成と展開を軽減するための業界と政府の行動を促進するために、さまざまな公開オンラインセミナー、メディア出演、技術擁護イニシアチブに取り組んでいます。2021年、Fast CompanyはAJLを世界で最も革新的なAI企業10社の1つに選びました。[2] [3]
歴史
ブオラムウィニは2016年にMITメディアラボの大学院生としてアルゴリズム・ジャスティス・リーグを設立した。研究で顔検出ソフトウェアの実験をしていたとき、彼女は白いマスクを着用するまでソフトウェアが彼女の「非常にメラニンの多い」顔を検出できないことを発見した。[4]この事件の後、ブオラムウィニは人工知能における偏見の存在とそれが公民権に及ぼす脅威に世間の注目を集めるためにAJLを設立することを思いついた。[4]初期のAJLキャンペーンは主に顔認識ソフトウェアの偏見に焦点を当てていたが、最近のキャンペーンはアルゴリズムの偏見、アルゴリズムの意思決定、アルゴリズムのガバナンス、アルゴリズムの監査など、AIにおける公平性と説明責任の問題をより広く扱っている。
さらに、Data and Society、 Data for Black Lives、Distributed Artificial Intelligence Research Institute(DAIR)、Fight for the Futureなど、同様の目標に向けて活動している他の組織のコミュニティもあります。[5] [6] [7]
注目すべき作品
顔認識
AJL創設者のブオラムウィニはAI倫理学者のティムニット・ゲブルと共同で、マイクロソフト、IBM、Face++の商用システムで使用されている顔認識アルゴリズムの人種的および性別による偏見に関する2018年の研究を発表した。「ジェンダー・シェード」と題された彼らの研究では、IBMとマイクロソフトがリリースした機械学習モデルは、肌の色が濃い女性的な顔を分析する際の精度が、肌の色が薄い男性的な顔の分析に比べて低いことが判明した。[8] [9] [10] 「ジェンダー・シェード」の論文は、ジョージタウン大学プライバシー&テクノロジーセンターと共同で設計された、テクノロジー組織や政府に顔認識テクノロジーの致死的な使用を禁止するよう求める取り組みであるセーフフェイス・プレッジの立ち上げを伴っていた。[11] AJLや同様の団体が行ったジェンダー・シェード・プロジェクトとその後の活動により、アマゾンやIBMを含む複数のテクノロジー企業がアルゴリズム開発における偏見に対処し、2020年には警察による自社製品の使用を一時的に禁止した。[12] [13]
ブオラムウィニとAJLは、2020年のNetflixドキュメンタリー『Coded Bias』に出演し、サンダンス映画祭で初公開された。[2] [14] [15]このドキュメンタリーは、顔認識システムにおけるアルゴリズムの偏見に対する認識を広めるためのAJLの研究と擁護活動に焦点を当てていた。[4] [15]
AJLが関与する研究協力は、2020年5月に白書を発表し、顔認識技術の開発と展開を規制するための新たな米国連邦政府機関の設立を求めた。[16]白書では、この分野のための新たな連邦政府機関を設立することで、顔認識技術が脆弱な集団にもたらす大量監視や偏見のリスクを軽減できると提案した。[17]
音声認識におけるバイアス
AJLは、性別や人種の異なる人々を対象に、音声言語モデリングのためのAIシステムのパフォーマンスにおけるアルゴリズムの偏りや不平等について、一般の認識を高める取り組みを行っています。この分野におけるAJLの活動は、商用の音声認識および自然言語処理システムのパフォーマンスにおける性別と人種の格差を強調することに重点を置いています。これらのシステムは、人種的マイノリティに対してパフォーマンスが低く、性別の固定観念が強化されていることが示されています。[18] [19] [20]
2020年3月、AJLは「Voicing Erasure」と題したスポークンワードの芸術作品を発表し、自動音声認識(ASR)システムにおける人種差別への世間の認識を高めた。[21] [22]この作品は、ルハ・ベンジャミン、サーシャ・コスタンザ・チョック、サフィヤ・ノーブル、キンバリー・クレンショーなど、この分野の多くの女性およびノンバイナリー研究者によって演じられた。[22] [21] AJLは「Voicing Erasure」の開発を、5つの商用ASRシステムのパフォーマンスにおける人種差を特定した「自動音声認識における人種差」と題された2020年のPNAS論文に基づいて行った。[20]
アルゴリズムによるガバナンス
2019年、ブオラムウィニはAJLを代表して米国下院科学宇宙技術委員会の議会公聴会に出席し、顔認識技術の商業的および政府における応用について議論した。[23] [24]ブオラムウィニは公聴会で証人として出席し、肌の色が濃く女性的な特徴を持つ人々を識別する際の顔認識技術の性能不足について話し、AJLプロジェクト「ジェンダーシェード」の研究で自身の立場を裏付けた。[24] [25] [26]
2022年1月、AJLはFight for the Futureおよび電子プライバシー情報センターと協力してDumpID.meと呼ばれるオンライン請願書を発表し、IRSに対し、ログイン時にユーザーに対して使用していた顔認識技術であるID.meの使用を停止するよう求めた。 [7] AJLと他の組織は議員に手紙を送り、IRSにプログラムを停止するよう促すよう要請した。2022年2月、IRSはプログラムを停止し、顔認識技術の使用を停止することに同意した。[27] AJLは現在、他の政府機関に顔認識技術の使用をやめるよう説得する取り組みに移行しており、2022年3月現在、DumpID.me請願書はすべての政府機関でのID.meの使用を停止することに方向転換している。[28]
Olay 偏見を解読するキャンペーン
2021年9月、オーレイ社はAJLおよびオニール・リスク・コンサルティング&アルゴリズム監査(ORCAA)と協力して、Olay Skin Advisor(OSA)システムに有色人種の女性に対する偏見が含まれていないかを調査する監査を含む「偏見を解読する」キャンペーンを実施した。[29] AJLがオーレイ社と協力することを選んだのは、この監査で使用するセルフィーと肌のデータについて顧客の同意を得るというオーレイ社の約束があったためである。[30] AJLとORCAAの監査により、OSAシステムのパフォーマンスには、参加者の肌の色と年齢にわたって偏りがあることが明らかになった。[30] OSAシステムは、フィッツパトリックの肌タイプと個人の類型角の肌分類スケールに従って、肌の色が明るい参加者に対してより高い精度を示した。OSAシステムは、30~39歳の参加者に対してもより高い精度を示した。[31]オーレイ社はそれ以来、OSAシステムの偏見を内部監査し、軽減するための措置を講じてきた。 [ 30]オレイ社はまた、アフリカ系アメリカ人の少女たちがSTEM関連の職業に就くことを奨励するために、ブラック・ガールズ・コード・キャンプに参加するための資金を1,000人提供した。 [30]
CRASHプロジェクト
2020年7月、アルゴリズムシステムの害悪に関するコミュニティ報告(CRASH)プロジェクトがAJLによって開始されました。[32]このプロジェクトは、2019年にブオラムウィニとデジタルセキュリティ研究者のカミーユ・フランソワがロックフェラー財団が主催するベラージオセンターレジデンシープログラムで出会ったことから始まりました。それ以来、このプロジェクトはMIT教授でAJL研究ディレクターのサーシャ・コスタンツァ・チョックも共同で主導しています。CRASHプロジェクトは、AI技術におけるアルゴリズムの偏りの事例を発見して報告するよう個人にインセンティブを与えるバグ報奨金プログラム(BBP)開発のフレームワークの作成に重点を置いていました。 [32] [33] AJLの研究者は、BBP参加者へのインタビューとTwitterのBBPプログラムのケーススタディを実施した後、[34] AIシステムにおける偏りの存在を見つけて開示するよう個人に報酬を与え奨励するBBPプログラムを設計するための概念フレームワークを開発し、提案しました。[35] AJLは、CRASHフレームワークによって、個人がアルゴリズムによる損害を報告し、企業が導入するAI技術の変化を促すことを目指しており、特に従来はAI技術の設計から排除されてきた個人を対象としている[20、DataSocietyレポート]。[36] [37]
サポートとメディア出演
AJLの取り組みは、フォード財団、マッカーサー財団、アルフレッド・P・スローン財団、ロックフェラー財団、モジラ財団、個人の寄付者から資金提供を受けています。 [36] [38] Fast Companyは、 AJLを2021年の最も革新的なAI企業10社の1つとして認定しました。[2]さらに、タイム誌、ニューヨークタイムズ、NPR、CNNなどのメディアは、ブオラムウィニのAJLでの取り組みをいくつかのインタビューや記事で取り上げています。[7] [24] [39]
参照
- アルゴリズムの規制
- アルゴリズムの透明性
- デジタル著作権
- アルゴリズムの偏り
- 人工知能の倫理
- 公平性(機械学習)
- デボラ・ラジ
- エミリー・M・ベンダー
- ジョイ・ブオラムウィニ
- サーシャ・コスタンツァ・チョック
- ティムニット・ゲブル
- マーガレット・ミッチェル(科学者)
- AIに抵抗する
参考文献
- ^ “Learn More”. The Algorithmic Justice League. 2022年3月29日時点のオリジナルよりアーカイブ。2022年4月7日閲覧。
- ^ abc 「人工知能分野で最も革新的な企業10社」Fast Company 2021年3月9日。2022年4月7日時点のオリジナルよりアーカイブ。 2022年4月7日閲覧。
- ^ Villoro, Elías (2023年2月16日). 「コード化されたバイアスとアルゴリズムジャスティスリーグ」. Boing Boing .
- ^ abc 「ドキュメンタリー『コード化された偏見』が人工知能の人種差別を暴く」WBUR-FM 2020年11月18日。2022年1月4日時点のオリジナルよりアーカイブ。 2022年4月7日閲覧。
- ^ 「Googleは1年前にスターAI研究者を解雇した。今、彼女は自身の研究所を立ち上げている」ワシントンポスト。ISSN 0190-8286 。2021年12月2日時点のオリジナルよりアーカイブ。 2022年4月7日閲覧。
- ^ 「DAIR」。分散AI研究所。2022年4月7日時点のオリジナルよりアーカイブ。2022年4月7日閲覧。
- ^ abc Metz, Rachel (2022年3月7日). 「活動家らはIRSに顔認識の廃止を迫った。彼らは勝利したが、まだ終わっていない」CNN。2022年3月31日時点のオリジナルよりアーカイブ。2022年4月7日閲覧。
- ^ Buolamwini, Joy; Gebru, Timnit (2018). 「ジェンダーシェード:商業的なジェンダー分類における交差的な正確さの不均衡」(PDF)。第1回公正、説明責任、透明性に関する会議の議事録。81 :77–91。2020年12月12日時点のオリジナルよりアーカイブ(PDF)。 2020年12月12日閲覧。
{{cite journal}}: CS1 maint: 複数の名前: 著者リスト (リンク) - ^ “Gender Shades”. gendershades.org . 2022年5月29日時点のオリジナルよりアーカイブ。2022年4月7日閲覧。
- ^ Buell, Spencer (2018年2月23日). 「MIT研究者:AIには人種問題があり、それを解決する必要がある」ボストン。2022年4月7日時点のオリジナルよりアーカイブ。 2022年4月7日閲覧。
- ^ “Announcement - Safe Face Pledge”. 2021年1月20日. 2021年1月20日時点のオリジナルよりアーカイブ。 2022年4月7日閲覧。
- ^ 「アマゾンが警察に顔認識技術を販売するのを阻止するための2年間の戦い」MITテクノロジーレビュー。2022年4月7日時点のオリジナルよりアーカイブ。2022年4月7日閲覧。
- ^ 「IBM、人種プロファイリングと大量監視を恐れて顔認識技術から撤退」フォーチュン。2022年4月7日時点のオリジナルよりアーカイブ。 2022年4月7日閲覧。
- ^ Lee, Jennifer 8 (2020年2月8日). 「When Bias Is Coded Into Our Technology」. NPR . 2022年3月26日時点のオリジナルよりアーカイブ。 2022年4月7日閲覧。
{{cite news}}: CS1 maint: 数値名: 著者リスト (リンク) - ^ ab “Watch Coded Bias | Netflix”. www.netflix.com . 2022年3月24日時点のオリジナルよりアーカイブ。2022年4月8日閲覧。
- ^ Burt、Chris(2020年6月8日)。「バイオメトリクスの専門家が、顔認識を規制するFDAスタイルの政府機関の設立を要求 | Biometric Update」www.biometricupdate.com。2022年4月7日時点のオリジナルよりアーカイブ。 2022年4月7日閲覧。
- ^ Miller, Erik Learned; Ordóñez, Vicente; Morgenstern, Jamie; Buolamwini, Joy (2020). 「実際の顔認識技術:連邦政府機関への呼びかけ」(PDF)。ホワイトペーパー:3–49。 2022年1月21日時点のオリジナルよりアーカイブ(PDF)。2022年4月8日閲覧。
{{cite journal}}: CS1 maint: 複数の名前: 著者リスト (リンク) - ^ Bender, Emily M.; Gebru, Timnit; McMillan-Major, Angelina; Shmitchell, Shmargaret (2021年3月3日)。「確率的オウムの危険性について:言語モデルは大きすぎる可能性があるか?」2021 ACM公平性、説明責任、透明性に関する会議の議事録。FAccT '21。バーチャルイベントカナダ:ACM。pp. 610–623。doi :10.1145 /3442188.3445922。ISBN 978-1-4503-8309-7. S2CID 232040593。
- ^ Kiritchenko, Svetlana; Mohammad, Saif M. (2018). 「200の感情分析システムにおける性別と人種の偏見の調査」(PDF) . Proceedings of the Seventh Joint Conference on Lexical and Computational Semantics . Proceedings of the 7th Joint Conference on Lexical and Computational Semantics. pp. 43–53. arXiv : 1805.04508 . doi :10.18653/v1/S18-2005. S2CID 21670658. 2022年3月8日時点のオリジナルより アーカイブ(PDF) . 2022年4月8日閲覧。 2018年6月5日~6日時点。
{{cite book}}: CS1 maint: 複数の名前: 著者リスト (リンク) - ^ ab Koenecke, Allison ; Nam, Andrew; Lake, Emily; Nudell, Joe; Quartey, Minnie; Mengesha, Zion; Toups, Connor; Rickford, John R.; Jurafsky, Dan; Goel, Sharad (2020年4月7日). 「自動音声認識における人種的格差」。 米国科学アカデミー紀要。117 ( 14): 7684–7689。Bibcode : 2020PNAS..117.7684K。doi : 10.1073 / pnas.1915768117。ISSN 0027-8424。PMC 7149386。PMID 32205437。
- ^ ab “Voicing Erasure”. www.ajl.org . 2022年4月11日時点のオリジナルよりアーカイブ。2022年4月7日閲覧。
- ^ ab 「アルゴリズム・ジャスティス・リーグ、音声AIとメディア報道の偏りに抗議」VentureBeat 2020年4月1日。2022年3月31日時点のオリジナルよりアーカイブ。 2022年4月7日閲覧。
- ^ Quach, Katyanna (2019年5月22日). 「私たちは顔認識に関する米国議会の証言を3時間以上聞いたので、皆さんはそれを理解する必要はありませんでした」。The Register。2022年1月21日時点のオリジナルよりアーカイブ。 2022年4月8日閲覧。
- ^ abc 「人工知能:社会的および倫理的影響」。下院科学宇宙技術委員会。2019年6月26日。2022年3月15日時点のオリジナルよりアーカイブ。2022年4月8日閲覧。
- ^ ロドリゴ、クリス・ミルズ(2020年7月2日)。「数十の擁護団体が議会に顔認識技術の禁止を要求」ザ・ヒル。2022年4月8日時点のオリジナルよりアーカイブ。 2022年4月8日閲覧。
- ^ 「米政府の調査で顔認識ツールに人種的偏見が存在」ロイター2019年12月19日。2022年4月8日時点のオリジナルよりアーカイブ。 2022年4月8日閲覧。
- ^ レイチェル・メッツ(2022年2月7日)。「IRS、ユーザーアカウントへのログインに顔認識を義務付ける計画を中止」CNN。2022年4月8日時点のオリジナルよりアーカイブ。 2022年4月8日閲覧。
- ^ “Demand All Government Agencies Drop ID.me”. Fight for the Future . 2022年4月26日時点のオリジナルよりアーカイブ。2022年4月8日閲覧。
- ^ “Decode the Bias & Face Anything | Women in STEM | OLAY”. www.olay.com . 2022年4月11日時点のオリジナルよりアーカイブ。2022年4月8日閲覧。
- ^ abcd Shacknai, Gabby (2021年9月14日). 「Olayがアルゴリズム正義の先駆者Joy Buolamwiniと提携し、美容における偏見を#DecodetheBiasに」Forbes . 2022年3月28日時点のオリジナルよりアーカイブ。 2022年4月8日閲覧。
- ^ “ORCAAの報告書”. www.olay.com . 2022年4月11日時点のオリジナルよりアーカイブ。2022年4月8日閲覧。
- ^ ab 「Algorithmic Vulnerability Bounty Project (AVBP)」。www.ajl.org。2022年3月18日時点のオリジナルよりアーカイブ。2022年4月8日閲覧。
- ^ Laas, Molly (2022年1月27日). “Bug Bounties For Algorithmic Harms? | Algorithmic Justice League”. MediaWell . 2023年1月18日時点のオリジナルよりアーカイブ。2022年4月8日閲覧。
- ^ Vincent, James (2021年8月10日). 「Twitterの写真トリミングアルゴリズムは若くて美しく、肌の白い顔を優先する」The Verge。2022年4月8日時点のオリジナルよりアーカイブ。 2022年4月8日閲覧。
- ^ “AJL Bug Bounties Report.pdf”. Google Docs . 2022年1月31日時点のオリジナルよりアーカイブ。 2022年4月8日閲覧。
- ^ ab League、Algorithmic Justice(2021年8月4日)。「Happy Hacker Summer Camp Season!」。Medium。2021年11月16日時点のオリジナルよりアーカイブ。2022年4月8日閲覧。
- ^ Ellis, Ryan Ellis; Stevens, Yuan (2022年1月). 「Bounty Everything: Hackers and the Making of the Global Bug Marketplace」(PDF) . Data Society : 3–86. 2022年2月24日時点のオリジナルよりアーカイブ(PDF) . 2022年4月8日閲覧。
{{cite journal}}: CS1 maint: 複数の名前: 著者リスト (リンク) - ^ “AJL Bug Bounties Report.pdf”. Google Docs . 2022年4月8日時点のオリジナルよりアーカイブ。2022年4月8日閲覧。
- ^ 「ジョイ・ブオラムウィニ:偏向したアルゴリズムはどのようにして疎外されたコミュニティにダメージを与えるのか?」NPR。2022年4月3日時点のオリジナルよりアーカイブ。2022年4月8日閲覧。
外部リンク
- アルゴリズム・ジャスティス・リーグ
