Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

How Do Generative Models Draw a Software Engineer? A Case Study on Stable Diffusion Bias

Created by
  • Haebom

作者

Tosin Fadahunsi, Giordano d'Aloisio, Antinisca Di Marco, Federica Sarro

概要

この論文では、Stable Diffusion(SD)モデルの3つのバージョン(SD 2、SD XL、SD 3)を使用してソフトウェアエンジニアリング関連の画像を生成し、生成された画像の性別と人種偏向を分析します。ソフトウェアエンジニアリングの分野における性別と人種の不均衡の問題を考慮して、ソフトウェアエンジニアキーワードを含むプロンプトと含まないプロンプトの2つのケースについて、各モデルで6,720の画像を作成しました。分析の結果、すべてのモデルでソフトウェアエンジニアを男性として表現する傾向があり、SD 2とSD XLは白人を、SD 3はアジア人を多少描写する傾向を示しました。すべてのモデルで黒人とアラブ人の表現が不足していました。これらの結果は、ソフトウェアエンジニアリングの分野で生成モデルを使用する際の偏向問題に関する深刻な懸念を提示し、偏向緩和のためのさらなる研究の必要性を示唆しています。

Takeaways、Limitations

Takeaways:
ソフトウェアエンジニアリングの分野における生成モデルの性別と人種偏向を実証的に示す
生成モデルが既存の社会的偏見を増幅できることを強調した。
ソフトウェアエンジニアリングの分野で生成モデルを使用する際の偏向緩和戦略の必要性を提起する。
生成モデルの偏向問題に関するさらなる研究の必要性の提起
Limitations:
特定の生成モデル(Stable Diffusion)の分析による一般化に限界がある。
偏向緩和策のための具体的な提案部材
分析に使用されるプロンプトの多様性の制限。
人種と性別の分類の主観性による誤りの可能性
👍