Pour combattre les préjugés, Google modifie la classification des couleurs de peau
Google change la façon dont il classe la couleur de la peau, en travaillant tranquillement sur un nouveau système qui, espère le géant de la recherche, évitera les accusations embarrassantes de partialité dans les technologies futures. La façon dont l’apprentissage automatique et l’intelligence artificielle, ainsi que les appareils portables et autres appareils, traitent différentes couleurs de peau a conduit à de nombreux problèmes ces dernières années.
Cela va d’une mauvaise classification des Noirs dans les services photo en nuage, des appareils portables de fitness et des montres intelligentes incapables de prendre la fréquence cardiaque et d’autres mesures sur une peau plus foncée, et une série d’autres erreurs très médiatisées. Alors que les entreprises technologiques ont protesté de leur innocence, soulignant les effets secondaires involontaires – et imprévus – des systèmes, des travaux sont apparemment en cours chez Google, au moins, pour trouver une nouvelle façon de gérer la diversité des utilisateurs.
Le problème, il est suggéré, est l’échelle de couleurs actuellement utilisée, le type de peau Fitzpatrick ou FST. Il existe depuis les 1970 et classe la couleur de la peau en six tons: quatre d’entre eux sont destinés à la peau «blanche», les deux autres étant la peau «brune» et «noire». .
Google a confirmé qu’il envisageait une approche différente, bien qu’il ne soit pas encore prêt à divulguer les détails. “Nous travaillons sur des mesures alternatives, plus inclusives, qui pourraient être utiles au développement de nos produits”, a déclaré la société à Reuters, “et collaborerons avec des experts scientifiques et médicaux, ainsi qu’avec des groupes travaillant avec les communautés de couleur”. Il a refusé de donner des détails.
L’échelle FST actuelle a été conçue à l’origine pour classer les types de peau en fonction de leur tendance aux coups de soleil. Ces regroupements ont ensuite été utilisés dans le cadre de traitements par rayonnement ultraviolet. Cependant, l’échelle a été adoptée plus largement, car les entreprises et les organisations cherchaient un moyen de segmenter les groupes de personnes.
Ces regroupements ne doivent pas non plus être aussi avancés que pour l’apprentissage automatique et l’IA. Même les emojis se sont tournés vers FST pour la sélection du teint, par exemple.
On ne sait pas quel travail d’autres entreprises technologiques pourraient faire à des échelles plus efficaces et équilibrées. Google n’a donné aucun délai pour le moment où son système alternatif pourrait être prêt pour le déploiement; il est probable que, même lorsqu’il est considéré comme étant à un stade approprié pour une utilisation publique, sa mise en œuvre se fera discrètement sur le backend afin d’éviter tout problème de lancement. Apple et Microsoft ont confirmé à Reuters qu’ils étaient conscients des lacunes du FST, bien qu’il soit incertain qu’ils développent activement un équivalent moderne pour celui-ci.
