Gender stereotypes in AI-generated images
Este estudio tiene como objetivo la identificación de sesgos de género en profesiones por parte de imágenes generadas mediante DALL-E 2, aplicación para la creación de imágenes sintéticas basadas en inteligencia artificial (IA). Para ello se utiliza un muestreo probabilístico estratificado en el que...
| Autores: | , |
|---|---|
| Tipo de recurso: | artículo |
| Fecha de publicación: | 2023 |
| País: | España |
| Institución: | Universidad Europea (UEM) |
| Repositorio: | ABACUS. Repositorio de Producción Científica |
| Idioma: | español |
| OAI Identifier: | oai:abacus.universidadeuropea.com:11268/12318 |
| Acceso en línea: | http://hdl.handle.net/11268/12318 |
| Access Level: | acceso abierto |
| Palabra clave: | Inteligencia artificial Estereotipo sexual Ilustraciones |
| Sumario: | Este estudio tiene como objetivo la identificación de sesgos de género en profesiones por parte de imágenes generadas mediante DALL-E 2, aplicación para la creación de imágenes sintéticas basadas en inteligencia artificial (IA). Para ello se utiliza un muestreo probabilístico estratificado en el que se delimitan segmentos a partir de 37 profesiones o prompts, replicando el estudio de Farago, Eggum-Wilkens y Zhang (2021) sobre estereotipos de género en el ámbito laboral en humanos. En el desarrollo del estudio intervienen 2 codificadores que introducen las profesiones manualmente en el generador de imágenes. DALL-E 2 genera 9 imágenes por cada consulta y se toma una muestra de 666 imágenes, con un nivel de confianza del 99% y un margen de error del 5%. A continuación, se evalúa cada imagen de acuerdo a una escala Likertde 3 niveles (1. No estereotipado; 2. Moderadamente estereotipado; 3. Fuertemente estereotipado). Nuestro estudio demuestra que estas creaciones replican estereotipos de género relacionados con el trabajo. Los resultados aquí descritos exponen que el 21,6% de las imágenes de profesionales generadas mediante IA, se representan comple-tamente estereotipadas con respecto al sexo femenino y el 37,8% con respecto al masculino. Si bien estudios anteriores realizados con humanos apuntan la existencia de estereotipos de género en el ámbito laboral, nuestro trabajo demues-tra que la IA, no sólo replica este estereotipado, sino que lo refuerza e incrementa. Así, mientras que las investigaciones sobre sesgo de género llevadas a cabo en humanos demuestran un fuerte estereotipado en el 35% de los casos, la IA ofrece fuerte estereotipado en el 59,4% de los casos. Los resultados del presente estudio subrayan la necesidad de una comunidad de desarrollo de IA diversa e inclusiva, que establezca las bases hacia una IA más justa e imparcial |
|---|