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.

1. Баширова Л.С. Социальная норма и девиация. Психопедагогика в правоохранительных органах. 2000;2(14):97–100.

2. Липпман У. Общественное мнение. М.: Институт фонда «Общественное мнение»; 2004. 382 c.

3. Малышев И.О., Смирнов А.А. Oбзор современных генеративных нейросетей: отечественная и зарубежная практика. Международный журнал гуманитарных и естественных наук. 2024;1–2(88):168–171. http://doi.org/10.24412/2500-1000-2024-1-2-168-171

4. Мельникова Д.А., Лопаткин Д.С., Кожева А.А. Искусственный интеллект как способ создания нового контента. Успехи в химии и химической технологии. 2023;1(263(37):43–47.

5. Питерова А.Ю., Тетерина Е.А. Социальные стереотипы: особенности формирования и изучения. Наука. Общество. Государство. 2016;1(13).

6. Попков В.Д. Стереотипы и предрассудки: их влияние на процесс межкультурной коммуникации. Журнал социологии и социальной антропологии. 2002;3(5):178–191.

7. Смирнова Ю.С. Ослабление предубеждений и развитие толерантности как проблема формирования профессионально значимых качеств будущего специалиста. В кн.: Принцип толерантности и его применение в современном образовательном процессе: тезисы 6-й научно-методической конференции, Минск, 24 марта 2009 г. Минск: Белорусский государственный университет; 2009. С. 55–58.

8. Тунда Е.А., Тунда В.А. Сознание и цифровизация человека. Системный анализ в проектировании и управлении. 2024;1:120–130. http://doi.org/10.18720/SPBPU/2/id24-27

9. Чвякин В.А., Григорьев Н.Ю., Коноплин Ю.С. Когнитивный смысл социальных стереотипов. Гуманитарий Юга России. 2023;4(12):94–103. https://doi.org/10.18522/2227-8656.2023.4.5

10. Lim W.M., Gunasekara A., Pallant J.L., Pallant J.I., Pechenkina E. Generative AI and the future of education: Ragnarok or reformation? A paradoxical perspective from management educators. The International Journal of Management Education. 2023;2(21). http://dx.doi.org/10.1016/j.ijme.2023.100790