論文の概要: Documenting Patterns of Exoticism of Marginalized Populations within Text-to-Image Generators
- arxiv url: http://arxiv.org/abs/2508.02937v1
- Date: Mon, 04 Aug 2025 22:27:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-06 18:18:55.706735
- Title: Documenting Patterns of Exoticism of Marginalized Populations within Text-to-Image Generators
- Title（参考訳）: テキスト・ツー・イメージ・ジェネレータにおけるマルガナライズドポピュレーションのエキゾチックなパターンの文書化
- Authors: Sourojit Ghosh, Sanjana Gautam, Pranav Venkit, Avijit Ghosh,
- Abstract要約: 我々は、GAIツールが示すように、世界の「グローバル・サウス」諸国のエキゾチックな取り組みを拡大する。
インド、バングラデシュ、パプアニューギニア、エジプト、エチオピア、チュニジア、スーダン、リビア、ベネズエラ、コロンビア、インドネシア、ホンジュラス、メキシコの13カ国から生成された画像を分析した。
我々は、エキゾシズムが単に「グローバル・サウス」の国々で行われているだけでなく、西洋の文脈においても人口の疎密化にもたらされていることを示す。
- 参考スコア（独自算出の注目度）: 2.449909275410288
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A significant majority of AI fairness research studying the harmful outcomes of GAI tools have overlooked non-Western communities and contexts, necessitating a stronger coverage in this vein. We extend our previous work on exoticism (Ghosh et al., 2024) of 'Global South' countries from across the world, as depicted by GAI tools. We analyze generated images of individuals from 13 countries -- India, Bangladesh, Papua New Guinea, Egypt, Ethiopia, Tunisia, Sudan, Libya, Venezuela, Colombia, Indonesia, Honduras, and Mexico -- performing everyday activities (such as being at home, going to work, getting groceries, etc.), as opposed to images for the same activities being performed by persons from 3 'Global North' countries -- USA, UK, Australia. While outputs for 'Global North' demonstrate a difference across images and people clad in activity-appropriate attire, individuals from 'Global South' countries are depicted in similar attire irrespective of the performed activity, indicative of a pattern of exoticism where attire or other cultural features are overamplified at the cost of accuracy. We further show qualitatively-analyzed case studies that demonstrate how exoticism is not simply performed upon 'Global South' countries but also upon marginalized populations even in Western contexts, as we observe a similar exoticization of Indigenous populations in the 'Global North', and doubly upon marginalized populations within 'Global South' countries. We document implications for harm-aware usage patterns of such tools, and steps towards designing better GAI tools through community-centered endeavors.
- Abstract（参考訳）: GAIツールの有害な結果を研究するAIフェアネス研究の大多数は、非西洋のコミュニティや文脈を見落としており、この領域でより強力なカバレッジを必要としている。
我々は、GAIツールが示すように、世界の「グローバル・サウス」諸国のエキゾチックな活動(Ghosh et al , 2024)を拡大する。
我々は、インド、バングラデシュ、パプアニューギニア、エジプト、エチオピア、チュニジア、スーダン、リビア、ベネズエラ、コロンビア、インドネシア、ホンジュラス、メキシコの13カ国から生成された画像を分析した。
「グローバル・ノース」のアウトプットは、活動に適した服装に身を包む人物とイメージの違いを示しているが、「グローバル・サウス」諸国の個人は、実行された活動に関係なく同様の服装で描かれており、服装やその他の文化的特徴が正確さを犠牲にして過剰に増幅されるエキゾチックなパターンを示している。
さらに,「グローバル・サウス」の国において,エキゾチックな集団が単に「グローバル・サウス」の国でのみ行われるのではなく,西洋の文脈においても,同様に「グローバル・ノース」の先住民集団のエキゾティック化が観察され,また「グローバル・サウス」の国で疎外的な人口が2倍になることを示す,質的に分析されたケーススタディを示す。
我々は、このようなツールの悪影響認識の利用パターンと、コミュニティ中心の取り組みを通じて、より良いGAIツールを設計するためのステップについて記述する。
関連論文リスト
- Social Biases in Knowledge Representations of Wikidata separates Global North from Global South [4.427603894929721]
リンク予測(LP)は知識グラフの不完全性の問題に対処するため、知識グラフにとって重要な下流タスクである。
これまでの研究では、しばしば(半)自動的な方法で作成された知識グラフは、社会的バイアスのないものではないことが示されている。
これらのバイアスは下流の応用に有害な影響を及ぼし、特に少数派に対する不公平な行動を引き起こす。
論文 参考訳（メタデータ） (2025-05-05T04:21:12Z) - Mind the Gesture: Evaluating AI Sensitivity to Culturally Offensive Non-Verbal Gestures [67.89565097372751]
ジェスチャーは非言語コミュニケーションの不可欠な部分であり、文化によって異なる意味を持つ。
AIシステムがよりグローバルなアプリケーションに統合されるにつれて、文化的な犯罪が必然的に持続しないことが重要になります。
攻撃性,文化的意義,文脈的要因を付加した288のジェスチャー・カントリーペアのデータセットであるMC-SIGNS(Multi-Cultural Set of In appropriate Gestures and Nonverbal Signs)を紹介する。
論文 参考訳（メタデータ） (2025-02-24T23:10:08Z) - Data Enrichment Work and AI Labor in Latin America and the Caribbean [48.06503696906059]
我々はラテンアメリカとカリブ海の16カ国で100人のクラウドワーカーを対象に調査を行った。
これらの労働者は、彼らの家族から強い支持と賞賛を受けながら、彼らのデジタル労働に対する誇りと敬意を示していた。
群衆の仕事は、財政と職業の独立への足掛かりとも見なされた。
論文 参考訳（メタデータ） (2025-01-13T00:11:47Z) - Towards Geographic Inclusion in the Evaluation of Text-to-Image Models [25.780536950323683]
我々は,アフリカ,ヨーロッパ,東南アジアにおけるアノテータの地理的表現,視覚的魅力,実画像および生成画像の一貫性に対する認識の程度について検討した。
例えば、異なる場所のアノテータは、地理的に代表的であると見なされる領域の誇張されたステレオタイプ的な描写について、しばしば意見が一致しない。
自動評価と人的評価を改善するためのステップを推奨する。
論文 参考訳（メタデータ） (2024-05-07T16:23:06Z) - Building Socio-culturally Inclusive Stereotype Resources with Community
Engagement [9.131536842607069]
インド社会の文脈における評価資源の社会的に意識した拡大、特にステレオタイピングの害について示す。
結果として得られた資源は、インドの文脈で知られているステレオタイプの数を増やし、多くのユニークなアイデンティティにわたって1000以上のステレオタイプを拡大する。
論文 参考訳（メタデータ） (2023-07-20T01:26:34Z) - SeeGULL: A Stereotype Benchmark with Broad Geo-Cultural Coverage
Leveraging Generative Models [15.145145928670827]
SeeGULLは英語の広い範囲のステレオタイプデータセットである。
6大陸にまたがる8つの異なる地政学的領域にまたがる178か国にまたがるアイデンティティグループに関するステレオタイプを含んでいる。
また、異なるステレオタイプに対するきめ細かい攻撃性スコアも含み、そのグローバルな格差を示す。
論文 参考訳（メタデータ） (2023-05-19T17:30:19Z) - Inspecting the Geographical Representativeness of Images from
Text-to-Image Models [52.80961012689933]
本研究では,27カ国540人の参加者からなるクラウドソーシング調査を用いて,生成された画像の地理的代表性を測定した。
国名のない故意に特定されていない入力に対して、生成された画像は、主にアメリカの周囲を反映しており、その後インドが続く。
多くの国でのスコアは依然として低いままで、将来のモデルがより地理的に包括的である必要性を強調している。
論文 参考訳（メタデータ） (2023-05-18T16:08:11Z) - Broaden the Vision: Geo-Diverse Visual Commonsense Reasoning [49.04866469947569]
地理的・地理的・地理的な共通点を理解する視覚・言語モデルの能力をテストするために,Geo-Diverse Visual Commonsense Reasoning dataset(GD-VCR)を構築した。
その結果,東アジア,南アジア,アフリカを含む非西欧地域での両モデルの性能は,西欧地域に比べて著しく低いことがわかった。
論文 参考訳（メタデータ） (2021-09-14T17:52:55Z) - Towards Understanding and Mitigating Social Biases in Language Models [107.82654101403264]
大規模事前訓練言語モデル(LM)は、望ましくない表現バイアスを示すのに潜在的に危険である。
テキスト生成における社会的バイアスを軽減するためのステップを提案する。
我々の経験的結果と人的評価は、重要な文脈情報を保持しながらバイアスを緩和する効果を示す。
論文 参考訳（メタデータ） (2021-06-24T17:52:43Z) - Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
国像は国際関係と経済発展に大きな影響を与えている。
新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。
本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
論文 参考訳（メタデータ） (2020-09-12T15:54:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。