Ricercatori di Google AI e dell’Università della Florida Centrale hanno pubblicato la libreria di avatar virtuali open-source per l’inclusione e la diversità (VALID)

Ricercatori di Google AI e dell'Università della Florida Centrale presentano VALID la libreria open-source per avatar virtuali che promuove inclusione e diversità

Il team di ricerca di Google AR & VR, in collaborazione con l’Università della Florida Centrale, ha condotto uno studio completo per convalidare una libreria di avatar virtuali chiamata VALID, composta da 210 avatar completamente animati che rappresentano sette razze diverse. La selezione di sette razze è stata effettuata sotto la guida dell’Ufficio del Censimento degli Stati Uniti. Hanno utilizzato medie facciali basate su dati e hanno collaborato con rappresentanti volontari di ciascuna etnia per creare 42 avatar di base (7 razze X 2 generi X 3 individui). Lo studio ha coinvolto un gruppo di partecipanti internazionale per ottenere etichette e metadati convalidati per la razza e il genere percepiti di ciascun avatar.

Il processo di convalida ha impiegato l’Analisi dei Componenti Principali (PCA) e il clustering K-means per capire come i partecipanti percepivano le razze degli avatar. Per garantire una rappresentazione diversificata di prospettive bilanciando i partecipanti per razza e genere, sono stati scelti complessivamente 132 partecipanti provenienti da 33 diversi paesi in tutto il mondo per lo studio.

I risultati hanno rivelato un riconoscimento coerente degli avatar asiatici, neri e bianchi da parte dei partecipanti di varie razze. Tuttavia, gli avatar che rappresentano le razze Indiano Americano e Nativi dell’Alaska (AIAN), Ispanico, Medio Orientale e Nord Africano (MENA), e Nativo delle Hawaii e delle Isole del Pacifico (NHPI) hanno mostrato maggiore ambiguità, con differenze nella percezione basate sulla razza dei partecipanti. Un avatar è nominato in base alla razza se l’avatar è stato identificato come la razza prevista da parte dei partecipanti della stessa razza corrispondente.

• Perché i progetti di dati non riescono a produrre impatti nella vita reale 5 elementi critici da tenere d’occhio come responsabile dell’analisi dei dati
• La (Lunga) Coda fa Ondulare il Cane le Impreviste Conseguenze dell’Arte Personalizzata dell’IA
• Scopri ClimSim un innovativo set di dati di simulazione del clima a scala multipla per unire l’apprendimento automatico e la fisica nella ricerca sul clima

Nella discussione, i ricercatori hanno sottolineato il successo nell’identificazione degli avatar asiatici, neri e bianchi con un tasso di accordo superiore al 95% tra tutti i partecipanti, mettendo in discussione l’idea di una precisione inferiore dell’ordine del 65-80% nell’identificazione dei volti di razze diverse dalla propria. Questo è stato attribuito a una competenza perceptiva o familiarità con gruppi razziali diversi, possibilmente influenzata dalla rappresentazione globale dei media.

Sono state osservate influenze del pregiudizio della razza di appartenenza, con la corretta identificazione di alcuni avatar principalmente da parte dei partecipanti della stessa razza. Ad esempio, gli avatar ispanici hanno ricevuto valutazioni miste tra i partecipanti ma sono stati percepiti in modo più accurato dai partecipanti di sola origine ispanica. Lo studio ha sottolineato l’importanza di considerare la razza dei partecipanti nella ricerca sugli avatar virtuali per garantire una rappresentazione accurata.

Certi avatar sono stati etichettati come ambigui a causa di un’identificazione poco chiara, con fattori come lo stile di capelli che influenzano la percezione. La convalida degli avatar dei Nativi delle Hawaii e delle Isole del Pacifico ha incontrato limitazioni, evidenziando le sfide della rappresentazione e la necessità di sforzi di reclutamento più ampi.

Il team di ricerca ha discusso delle implicazioni per le applicazioni degli avatar virtuali, sottolineando il potenziale della categorizzazione di in-group e out-group che porta a stereotipi e giudizi sociali. Hanno suggerito di incorporare regolamenti per migliorare le interazioni interrazziali nella realtà virtuale.

Come contributo alla comunità della ricerca, il team ha offerto l’accesso aperto alla libreria di avatar VALID, offrendo avatar diversi adatti a diverse situazioni. La libreria include avatar con 65 forme facciali blend per espressioni dinamiche ed è compatibile con popolari motori di gioco come Unity e Unreal. I ricercatori hanno riconosciuto limitazioni, come il focus su adulti giovani e in forma. Hanno delineato piani per ampliare la diversità introducendo diverse categorie regionali, tipi di corpo, età e generi nelle future versioni.

In conclusione, il team di ricerca ha creato e convalidato con successo una libreria di avatar virtuali diversificata, sfidando gli stereotipi e promuovendo l’inclusione. Lo studio ha evidenziato l’impatto del pregiudizio della razza di appartenenza sulla percezione degli avatar e ha fornito preziose intuizioni per lo sviluppo e l’applicazione di avatari virtuali in diversi ambiti. La libreria VALID a accesso aperto è posizionata come una risorsa preziosa per ricercatori e sviluppatori che cercano avatari diversi e inclusivi per i loro studi e applicazioni.