Disability Representations: Finding Biases in Automatic Image Generation

最近图像生成技术的进步使得人工智能生成的图像广泛应用于广告、娱乐和各种形式的视觉内容中。然而，这些技术往往会延续社会偏见。本研究调查了流行的图像生成模型对残障人士的表现偏见。通过对几种流行的文本到图像模型进行全面实验，我们分析了残障人士的描绘。结果表明存在显著的偏见，大多数生成的图像将残障人士描绘为老年、悲伤，并且主要使用手动轮椅。这些发现凸显了更具包容性的人工智能开发的紧迫性，确保生成的图像中残障人士的多样性和准确性。本研究强调了解决和缓解人工智能模型中的偏见对于促进公平和现实的表现的重要性。

这篇论文旨在研究流行的图像生成模型对残疾人群体的偏见，以及如何解决这个问题。

通过对几种流行的文本到图像模型进行全面实验，分析对残疾人的描绘，结果表明存在显著的偏见。研究强调了解决和减轻AI模型中的偏见的重要性。

实验设计全面，使用了多个流行的文本到图像模型，并分析了残疾人的描绘。结果表明存在显著的偏见，这表明我们需要更加包容的AI开发，以确保生成的图像中包含多样化和准确的残疾人群体的描绘。该研究为解决AI模型中的偏见问题提供了重要的思路。

最近的相关研究包括《机器学习中的公平性》、《消除机器学习模型中的性别歧视》等。