Tehnologija snimanja pokreta ima primenu u širokom spektru oblasti, uključujući zabavu, medicinu i sport, da spomenemo samo neke. Ali šta ako su merenja na kojima su zasnovani ovi sistemi bila ukorenjena u društvenim praksama i pristrasnim pretpostavkama, što je dovelo do grešaka koje su vremenom postale ukorenjene?
Ovo pitanje je u srcu novog istraživanja čiji je koautor Mona Sloane, docent za nauku o podacima i medijske studije na Univerzitetu Virdžinija. Rad je objavljen na arKsiv preprint serveru.
Sloane i njeni koautori—Abigal Jacobs, docent informatike na Univerzitetu u Mičigenu; Emanuel Moss, naučnik istraživač u Intel Labs; Emma Harvei, student doktorskih studija na Cornell’s School of Information Science; i Hauke Sandhaus, student doktorskih studija na Cornell Tech-u – koriste teoriju društvene prakse kao sočivo da ispitaju kako su određene pretpostavke postale ugrađene u dizajn i inovacije tehnologije za snimanje pokreta tokom decenija.
Teorija društvene prakse, objašnjava se u radu, razmatra ponašanja koja se mogu videti u zajednicama tokom različitih vremenskih perioda, umesto da se usko fokusira na objekat ili pojedinca kao jedinicu istraživanja. Ovaj pristup omogućava istraživačima da otkriju pretpostavke koje su ugrađene u tehnološke sisteme, što potencijalno može otkriti štetu koju ovi sistemi mogu da izazovu.
Sloane i njeni saradnici sproveli su sistematski pregled literature od 278 radova koji se odnose na istraživanje snimanja pokreta. Oni ovu književnost dele na tri ere: Osnivanje, 1930-79; Standardizacija, 1980-99; i inovacije, 2000-danas.
U okviru te tri ere, autori identifikuju šest tipova grešaka — koje, kako tvrde, pružaju kritičan uvid u prakse snimanja pokreta u različitim vremenskim periodima.
Na primer, u prvoj eri – gde su radovi bili fokusirani na merenje ljudskog tela, što je pomoglo da se postave temelji za tehnologiju snimanja pokreta – analiza je citirala jednu studiju koja je imala za cilj da identifikuje idealan dizajn kokpita. Da bi to uradio, autor studije je koristio parametre telesnih segmenata osam starijih, belih muških leševa, a rezultujuća merenja ubrzo su se pojavila kao prihvaćena merila koja koriste američko vazduhoplovstvo.
Greške u merenju ljudskog tela, ili antropometrijske greške, bile su uobičajene u eri Fondacije, otkrivaju autori. U najnovijoj eri preovlađuju greške koje se odnose na algoritme koji se koriste za analizu podataka.
Autori tvrde da bi kategorizacija i razumevanje implikacija ovih grešaka i pretpostavki na kojima su zasnovane moglo imati dubok uticaj na tehnologiju i društvo. Na primer, bezbednosne karakteristike automobila koje su implementirane na osnovu lutki za testiranje sudara dizajnirane da liče na prosečno muško telo dovele su do veće stope povreda kod žena. Ovo je samo jedan primer nedovoljnog testiranja validnosti podgrupa koje vodi do štetnih ishoda koje ovaj rad ističe.
Svojom analizom, Sloane i njeni koautori osmišljavaju šablon za buduća istraživanja društvene prakse u dizajnu i upotrebi tehnologija i takođe osvetljavaju loše temelje na kojima su moderni sistemi za snimanje pokreta, povremeno, izgrađeni. Njihovi nalazi ukazuju na mnoge načine na koje su se pretpostavke prenosile kroz različite istorijske ere, postajući deo infrastrukture nekih savremenih tehnoloških sistema.
Ovo istraživanje je deo većeg projekta koji Sloun vodi zajedno sa Džejkobsom i Mosom o razvoju tehnika revizije veštačke inteligencije za sisteme vođene hardverom i senzorima. Ovaj rad je bio u prvih 1% od više od 3.000 radova koje je prihvatila konferencija CHI 2024 Udruženja računarskih mašina.
Sloane se pridružila fakultetu UVA u jesen 2023. Ima dvostruki angažman na Univerzitetskoj školi za nauku o podacima i na Odseku za medijske studije.
U UVA, Sloane vodi Sloane Lab, koja sprovodi empirijska istraživanja o implikacijama tehnologije na organizaciju društvenog života. Njegov fokus leži na AI kao društvenom fenomenu koji se ukršta sa širim kulturnim, ekonomskim, materijalnim i političkim uslovima. Laboratorija predvodi liderstvo društvenih nauka u primenjenom radu na odgovornoj veštačkoj inteligenciji, javnoj stipendiji i tehnološkoj politici.
