画像生成技術を用いた容姿のステレオタイプの可視化と偏見低減方略の検討

点击翻译按钮获取中文摘要

本研究では、画像生成と計算モデリングの手法を応用し、容姿に基づくステレオタイプを画像として可視化する技術を確立し、ステレオタイプと偏見を低減する効果的な介入方法を提案することを目指す。本年度は主に以下2つの研究課題に取り組んだ。研究1 (深層学習を用いた容姿に基づくステレオタイプの可視化手法の開発)：近年の画像処理技術の飛躍的向上に伴い、リアルな顔や頭髪の情報含む容姿画像を生成する技術が登場した。特に、深層学習を活用した敵対的生成ネットワーク (GAN)は、実在する人間の容姿と区別できないほど精巧な顔画像の生成を可能にしている。本研究では、GANの一種であるStyleGAN2を利用して多様な容姿画像を生成し、画像の特徴表現を獲得した潜在変数とその画像に対する印象やステレオタイプの関係性をモデル化可能であることを確認した。これにより次年度以降のステレオタイプの画像化研究の基盤が整った。この画像生成技術を用いた研究成果の一部は国際学会において発表し、現在論文化の準備を進めている。研究2 (逆相関法を用いた容姿ステレオタイプの可視化)：本研究では、他者の行動傾向を推測する際、特定の外見的特徴がステレオタイプ的判断を誘発する可能性について検討した。逆相関法を用いた心理実験の結果、他者が道徳違反的な行為を行いそうな程度を推定する際、観察者が内的に保持している容姿のステレオタイプを可視化することができた。本研究の成果は国内の学会で発表し、現在後続の研究を進めている。