यह शोधपत्र एक AI-आधारित वर्ण अभिव्यक्ति विश्लेषण उपकरण प्रस्तुत करता है और उपयोगकर्ता अनुसंधान के माध्यम से इसकी उपयोगिता और विश्वसनीयता का मूल्यांकन करता है। कॉन्ट्रास्टिव लैंग्वेज इमेज प्रीट्रेनिंग (CLIP) पर आधारित विश्लेषण निष्कर्षण मॉडल का उपयोग करते हुए, यह उपकरण छवि डेटा से लिंग और आयु के आधार पर वर्ण अभिव्यक्तियों का परिमाणन करता है और इसमें विज़ुअलाइज़ेशन घटक शामिल होते हैं जो इन परिणामों को सामान्य उपयोगकर्ताओं के लिए प्रभावी ढंग से प्रदर्शित करते हैं। उपयोगकर्ता अनुसंधान परिणामों से पता चला कि प्रतिभागियों ने विज़ुअलाइज़्ड विश्लेषण परिणामों को समझा और उपकरण की समग्र उपयोगिता को पहचाना, लेकिन उन्होंने ऐसे विज़ुअलाइज़ेशन की आवश्यकता पर भी प्रकाश डाला जिसमें अधिक विस्तृत जनसांख्यिकीय श्रेणियां और प्रासंगिक जानकारी शामिल हो। हालाँकि AI-आधारित लिंग और आयु मॉडल में विश्वास मध्यम से निम्न था, लेकिन उनके उपयोग का कोई विरोध नहीं था। उपकरण कोड, बेंचमार्किंग और उपयोगकर्ता अनुसंधान डेटा GitHub पर उपलब्ध हैं।
