人工智能生成的眼科医生图像与搜索引擎来源的眼科医生图像的人口差异:一个横截面分析

科学领域:

• 医疗人工智能和成像技术
• 眼科 劳动力 人口统计 眼科 劳动力 人口统计
• 在数字媒体中的代表性

背景情况:

• 评估数字媒体中的人口代表性对于理解社会观念至关重要.
• 之前的研究已经强调了在线图像搜索中的偏见,但人工智能生成的内容需要单独评估.
• 北美眼科面临着不断变化的人口趋势,这些趋势可能不会反映在视觉媒体上.

研究的目的:

• 将北美眼科医生的人工智能生成和搜索引擎来源图像中的人口代表性 (性别,种族,年龄) 与实际劳动力数据进行比较.
• 分析眼科子专业之间代表性的变化.
• 识别AI与搜索引擎图像中描绘的专业服装和配饰的差异.

主要方法:

• 在10个子专业中对2000张图像 (1000张由人工智能生成,1000张来自搜索引擎) 进行横截面分析.
• 图像来源于四个AI平台和四个搜索引擎.
• 人口和专业属性使用标准化框架进行评估,并与美国医学院协会和加拿大卫生信息研究所的数据进行统计比较.

主要成果:

• 与实际人口统计数据相比,人工智能图像对年轻人 (82%) 和白人 (81%) 的比例过高 (分别为45-46%和69%).
• 人工智能生成的图像显示的男性比例比搜索引擎图像 (64%) 高 (69%),但两者都低于实际劳动力数据 (71-73%).
• 与搜索引擎图像相比,人工智能图像描绘了更多刻板印象的配件,如耳机镜和白外套.

结论:

• 人工智能生成的眼科医生图像并不准确地反映当前的劳动力人口统计数据,特别是在年龄和种族方面.
• 人工智能平台创造了一个歪曲的,年轻的,更具刻板印象的医疗行业视觉表现.
• 虽然人工智能图像比现实更接近性别平等,但它们引入了关于年龄和种族的新偏见.