Twitter sta cercando di capire come migliorare i suoi algoritmi

Il programma Responsible Machine Learning avrà il compito di studiare gli algoritmi del social network per cercare di capire come migliorare l’apprendimento automatico e tenerlo lontano da bias razziali, di genere o politici

(foto: Omar Marques/SOPA Images/LightRocket via Getty Images)

Twitter sta cercando di valutare gli eventuali danni causati involontariamente dai suoi algoritmi. Responsible Machine Learning è l’iniziativa che vedrà un team di ingegneri, ricercatori e data scientist impegnati nello studio dell’uso che il social network fa dell’apprendimento automatico: sarà utile per capire come gli algoritmi della piattaforma possano o meno essere predisposti a pregiudizi che hanno conseguenze negative sugli utenti.

Per cominciare, l’algoritmo che ritaglia automaticamente le immagini nei tweet, caricandole nei post per mostrarle in anteprima, verrà testato e valutato sul pregiudizio razziale e di genere. Infatti moltissimi utenti di Twitter hanno segnalato che troppo spesso le anteprime automatiche delle immagini sembrano prediligere i volti delle persone bianche rispetto a quelle nere. Questo ha inizialmente spinto la società a testare un sistema che mostri l’immagine per intero e non più un’anteprima ritagliata. Siccome però questa soluzione non risolverebbe il problema legato al presunto pregiudizio algoritmico, Twitter ha deciso di agire e di venire a capo di questo problema.

Il team Rml avrà anche il compito di analizzare le raccomandazioni della cronologia che, a quanto segnalato da alcuni utenti, differiscono a seconda dei sottogruppi razziali e di genere; analizzerà poi le raccomandazioni sui contenuti anche basandosi sulle ideologie politiche e espandendo l’analisi su più paesi.

Twitter, però, non lavorerà in solitaria, condividendo i risultati delle sue analisi e chiedendo un feedback ai propri utenti. Il social network è fiducioso sul lavoro che questo nuovo team andrà a compiere per quanto, come si legge nel blog post della società, i risultati ottenuti “potrebbero non tradursi sempre in modifiche visibili al prodotto”.

Leggi anche

Potrebbe interessarti anche

loading...

Lascia un commento

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.