Inianunsyo ng Twitter ang mga resulta mula sa bukas na kumpetisyon nito upang makahanap ng mga bias sa photo cropping system nito.
Nagbukas ang bounty challenge noong Hulyo matapos ipakita ng mga user ng Twitter na pinapaboran ng automated cropping tool ng site ang mga mukha ng mga taong may mas mapuputing kutis kaysa sa mga may mas matingkad na kutis. Nagtaas ito ng ilang tanong tungkol sa kung paano inuuna ng software ang kulay ng balat at ilang partikular na salik kaysa sa iba.
Ang hamon ay hinahangad na mahanap kung ano ang iba pang mga bug at bias na maaaring mayroon ang cropping system upang ayusin ang mga isyu.
Napunta ang unang pwesto kay Bogdan Kulynych, na ang isinumite ay nagpakita kung paano maaaring laro ng mga beauty filter ang modelo ng pagmamarka ng algorithm, na, sa turn, ay nagpapalaki sa mga tradisyonal na pamantayan ng kagandahan. Ipinakita ng pagsusumite na mas gusto ng algorithm ang mga bata at payat na mukha na may maliwanag o mainit na kulay ng balat. Nanalo si Kulynych ng $3, 500.
Ikalawang pwesto ay napunta sa HALT AI, isang tech startup sa Toronto, na natuklasan ang mga larawan ng matatanda at may kapansanan ay na-crop out sa mga larawan. Binigyan ang team ng $2, 000 para sa pangalawa.
Ikatlong puwesto, at $500, ay napunta kay Roya Pakzad, tagapagtatag ng Taraaz Research, na natuklasan na ang algorithm ay pinapaboran ang pag-crop ng mga Latin na script kaysa sa mga Arabic na script, na maaaring makapinsala sa pagkakaiba-iba ng wika.
Ang mga detalyadong resulta ay ipinakita sa DEF CON 29 ni Rumman Chowdhury, ang direktor ng META team ng Twitter. Pinag-aaralan ng META team ang mga hindi sinasadyang problema sa mga algorithm at inalis ang anumang uri ng bias sa kasarian at lahi na maaaring mayroon ang mga system.
Ang data na nakuha mula sa patimpalak na ito ay gagamitin upang maibsan ang mga bug at bias sa cropping algorithm at makatulong na matiyak ang isang mas inclusive na kapaligiran.
