Hace unas semanas se desató una polémica en Twitter debido a sus métodos de recorte de foto. Esto debido a que privilegian imágenes de personas blancas y no negras.
So yeah maybe the reason my most of my black art hasn’t been doing so hot is because of twitters image algorithm….peep game pic.twitter.com/elnfGVdUd0
— Gai??? (@that_gai_gai) September 20, 2020
Tras diversas críticas a la plataforma, Twitter se pronunció al respecto y dijo que han estado revisando la forma en que prueban el sesgo en sus sistemas y discutiendo las opciones para mejorar la forma en que muestran imágenes.
Aunque todavía queda mucho por hacer, hoy queremos compartir cómo estamos desarrollando una solución para cada una de estas áreas
dijo Twitter en su blog oficial
En un comunicado, Parag Agrawal, CTO, y Dantley Davis, Chief Design Officer, dijeron que aunque sus análisis hasta la fecha no han mostrado sesgos raciales o de género, reconocen que la forma en que se recortan automáticamente las fotos significa que hay un potencial de daño.
El sistema de recorte de imágenes se basa en la prominencia, que predice donde la gente podría mirar primero.
“Debimos haber hecho un mejor trabajo al anticipar esta posibilidad cuando diseñamos y construimos este producto”, comentaron Agrawal y Davis.
El sistema existente de aprendizaje automático (Machine Learning) que decide cómo recortar imágenes fue probado antes de llevarlo a Twitter, aunque reconocen que debieron publicar cómo lo hicieron para que el análisis pudiera ser reproducido externamente.
Los cambios que vienen para el algoritmo de Twitter
Twitter dijo que están priorizando el trabajo para disminuir su dependencia en el recorte automático de imágenes y dar a las personas más visibilidad y control sobre cómo se verán sus imágenes en un Tuit.
Esperan que al dar a las personas más opciones para el recorte de imágenes, y la posibilidad de ver previamente en el compositor de Tweets cómo se verán estas, pueda ayudar a reducir el riesgo de daño.
En el futuro, nos comprometemos a seguir el principio de diseño de ‘lo que ves es lo que obtienes’, lo que significa simplemente: la foto que ves en el compositor del tuit es lo que se verá en el tuit
dijeron Agrawal y Davis
