為改善用戶體驗，Twitter很早就開始嘗試用算法自動裁剪照片，使得最終生成的預覽照片，可以呈現整張圖最有趣的部分。
不過最近，Twitter正在調查為什麼其照片預覽，似乎更偏愛白人面孔而不是黑人面孔。用戶發現，裁剪照片預覽的算法存在問題。
幾個Twitter用戶在上週末對該現象進行了演示，並發布了含有黑人和白人面孔的貼文示例。
Twitter的預覽顯示白人面孔，出現得更為頻繁。
例如，當將Barack Obama和Mitch McConnell的照片，附加到推文上時，Twitter似乎專門突出了McConnell的臉。
實際上，當Twitter最早使用算法自動裁剪照片預覽時，相關的機器學習研究人員在部落格中，解釋了臉部辨識是裁剪圖像的過程，但並未詳述圖像中對人臉的生成問題。
「以前，我們使用臉部識別將視角聚焦在可以找到最突出的面孔上。儘管這種啓發式方法還算合理，但由於並非所有圖像中都有人臉，因此該方法存在明顯的侷限性。此外，我們的臉部辨識系統經常會漏掉，有時甚至在沒有人臉時會錯誤地檢測到人臉。」
Twitter設計長Dantley Davis發表推文表示，該公司正在嘗試改進算法，並對圖像生成進行實驗：「儘管這次測試並不算科學，只是個例，但它指出了我們接下來需要研究的一些變量。現在兩個男人的西裝都一樣，手卻被遮蓋住了。」
Twitter團隊的Liz Kelley周日表示，該公司已經測試了上述問題，但尚未發現的有種族偏見或性別偏見的證據。「很顯然，我們還有很多工作要做。我們將開源這項工作，以便其他人可以審查和復現。」
Twitter技術長Parag Agrawal則表示，該算法模型仍需要不斷改進、從實驗中學習。
顯然，為了真正評估該模型是否存在偏見，研究人員需要在各類情況下，使用大量實例和樣本進行研究。
不過，Twitter的工程師Zehan Wang提到，2017年該算法部署之前就被發現存在偏見，但並未達到「顯著」水平。
2018年，Twitter發表的一篇部落格文章中，解釋了算法是如何影響的照片預覽的生成。導致算法選擇某一類圖像的原因之一，是具有明顯的反差性，這可以解釋為什麼算法似乎偏愛白人面孔的原因。
本文為雷鋒網授權刊登，原文標題為「用戶發現推文照片預覽有「偏見」，Twitter回應」