Нейронная сеть как зеркало социальных установок: анализ искажений в генеративных изображениях

Работа посвящена рассмотрению нейросетевых генеративных технологий как маркера социальных стереотипов и установок. Цель - апробация генеративного искусственного интеллекта (далее - ИИ) в качестве метода социологического исследования социальных стереотипов, содержащихся в больших данных. Для реализации этой цели первоначально рассмотрены суть ИИ, правовые рамки применения и распространение на данный момент. Результаты апробации показывают, что возвращаемая ИИ информация содержит в себе социальные стереотипы, в первую очередь связанные с гендером и возрастом, а значит, ИИ действительно может использоваться в качестве инструмента для изучения социальных стереотипов. Источник сдвигов в данных в сторону стереотипических образов содержится в информации, на которой обучается ИИ, а также в коде самой программы, то есть в установках и мировоззрении разработчиков, так или иначе влияющих на процесс разработки программ. В подавляющем большинстве случаев (более 80 % от всей сгенерированной информации) ИИ возвращает по запросам, связанным с высокооплачиваемыми профессиями, молодых людей, преимущественно мужчин, что справедливо для гендеризированных и негендеризированных формулировок запроса. ИИ также свойственно приписывать различным социальным группам отдельные черты, например неряшливость и неорганизованность, репрезентовать их в связке с определенным стилем одежды, а также использовать ряд повторяющихся маркеров для обозначения статуса или богатства.

The article is devoted to the consideration of neural network generative technologies as a marker of social stereotypes and attitudes. The aim of the research - approbation of generative artificial intelligence (hereinafter referred to as AI) as a method of sociological research of social stereotypes contained in big data. To realise this goal, the essence of AI, the legal framework of application and the spread to date are initially considered. The results of approbation show that the information returned by AI contains social stereotypes, primarily related to gender and age, which means that AI can indeed be used as a tool for studying social stereotypes. The source of shifts in data towards stereotypical images is contained in the data on which AI is trained, as well as in the code of the program itself, that is in the attitudes and worldview of developers, which in one way or another influence the process of program development. In most cases (more than 80% of all generated information), the AI returns young people, predominantly men, for queries related to high-paying professions, which is true for both gendered and non-gendered query formulations. AI is also characterised by attributing certain traits to different social groups, such as slovenliness and disorganisation, representing them in connection with a certain style of dress, and using several recurring markers to denote status or wealth.