How I'm fighting bias in algorithms | Joy Buolamwini

312,131 views ・ 2017-03-29

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Leonardo Silva Revisor: Wanderley Jesus
00:12
Hello, I'm Joy, a poet of code,
0
12861
3134
Olá, sou Joy, uma "poetisa dos códigos",
00:16
on a mission to stop an unseen force that's rising,
1
16019
4993
a minha missão é deter uma força invisível que tem crescido,
00:21
a force that I called "the coded gaze,"
2
21036
2856
uma força que chamo de "olhar codificado",
00:23
my term for algorithmic bias.
3
23916
3309
é como chamo o viés algorítmico.
00:27
Algorithmic bias, like human bias, results in unfairness.
4
27249
4300
Tal como o preconceito humano, ele resulta em desigualdade.
00:31
However, algorithms, like viruses, can spread bias on a massive scale
5
31573
6022
Porém, os algoritmos, assim como os vírus,
podem espalhar o viés em grande escala e rapidamente.
00:37
at a rapid pace.
6
37619
1582
00:39
Algorithmic bias can also lead to exclusionary experiences
7
39763
4387
O viés algorítmico também pode levar a experiências de exclusão
00:44
and discriminatory practices.
8
44174
2128
e a práticas discriminatórias.
00:46
Let me show you what I mean.
9
46326
2061
Vou mostrar o que quero dizer.
00:48
(Video) Joy Buolamwini: Hi, camera. I've got a face.
10
48800
2436
(Vídeo) Joy Boulamwini: Oi, câmera. Tenho um rosto.
00:51
Can you see my face?
11
51982
1864
Consegue ver meu rosto?
00:53
No-glasses face?
12
53871
1625
Um rosto sem óculos?
00:55
You can see her face.
13
55521
2214
Você consegue ver o rosto dela...
00:58
What about my face?
14
58057
2245
E o meu?
01:03
I've got a mask. Can you see my mask?
15
63710
3750
Estou usando uma máscara. Consegue vê-la?
01:08
Joy Buolamwini: So how did this happen?
16
68294
2365
Joy Boulamwini: Como isso aconteceu?
01:10
Why am I sitting in front of a computer
17
70683
3141
Por que estou diante de um computador, usando uma máscara branca,
01:13
in a white mask,
18
73848
1424
01:15
trying to be detected by a cheap webcam?
19
75296
3650
tentando ser detectada por uma câmera barata?
01:18
Well, when I'm not fighting the coded gaze
20
78970
2291
Bom, quando não estou lutando contra o olhar codificado
01:21
as a poet of code,
21
81285
1520
como uma poetisa dos códigos,
01:22
I'm a graduate student at the MIT Media Lab,
22
82829
3272
faço pós-graduação no Laboratório de Mídia do MIT,
01:26
and there I have the opportunity to work on all sorts of whimsical projects,
23
86125
4917
na qual tenho a oportunidade de trabalhar em diversos projetos bacanas,
01:31
including the Aspire Mirror,
24
91066
2027
inclusive no "Aspire Mirror",
01:33
a project I did so I could project digital masks onto my reflection.
25
93117
5134
projeto que criei para poder projetar máscaras digitais sobre minha imagem.
01:38
So in the morning, if I wanted to feel powerful,
26
98275
2350
De manhã, se eu quisesse me sentir poderosa, poderia usar uma de leão.
01:40
I could put on a lion.
27
100649
1434
01:42
If I wanted to be uplifted, I might have a quote.
28
102107
3496
Se precisasse de uma inspiração, usaria uma citação.
01:45
So I used generic facial recognition software
29
105627
2989
Então, usei um software genérico de reconhecimento facial
01:48
to build the system,
30
108640
1351
para criar o sistema,
01:50
but found it was really hard to test it unless I wore a white mask.
31
110015
5103
mas descobri que era bem difícil testá-lo, a não ser que usasse uma máscara branca.
01:56
Unfortunately, I've run into this issue before.
32
116102
4346
Infelizmente, já tive esse problema antes.
02:00
When I was an undergraduate at Georgia Tech studying computer science,
33
120472
4303
Quando cursava minha graduação em ciência da computação na Georgia Tech,
02:04
I used to work on social robots,
34
124799
2055
eu trabalhava com robôs sociais,
02:06
and one of my tasks was to get a robot to play peek-a-boo,
35
126878
3777
e uma das minhas tarefas era fazer com que um robô brincasse de "Achou!",
02:10
a simple turn-taking game
36
130679
1683
um jogo simples de revezamento
02:12
where partners cover their face and then uncover it saying, "Peek-a-boo!"
37
132386
4321
em que uma pessoa cobre o rosto e depois o mostra à outra, dizendo: "Achou!"
02:16
The problem is, peek-a-boo doesn't really work if I can't see you,
38
136731
4429
O problema é que a brincadeira não dá certo se você não vê o outro,
02:21
and my robot couldn't see me.
39
141184
2499
e meu robô não me via.
02:23
But I borrowed my roommate's face to get the project done,
40
143707
3950
Aí, peguei emprestado o rosto de uma amiga para fazer o projeto,
02:27
submitted the assignment,
41
147681
1380
entreguei a tarefa
02:29
and figured, you know what, somebody else will solve this problem.
42
149085
3753
e pensei: "Sabe de uma coisa? Outra pessoa vai resolver esse problema".
02:33
Not too long after,
43
153489
2003
Pouco tempo depois,
02:35
I was in Hong Kong for an entrepreneurship competition.
44
155516
4159
eu estava em Hong Kong, numa competição de empreendedorismo.
02:40
The organizers decided to take participants
45
160159
2694
Os organizadores decidiram levar os participantes
02:42
on a tour of local start-ups.
46
162877
2372
pra visitar "start-ups" locais.
02:45
One of the start-ups had a social robot,
47
165273
2715
Uma das start-ups tinha um robô social, e eles decidiram fazer uma demonstração.
02:48
and they decided to do a demo.
48
168012
1912
02:49
The demo worked on everybody until it got to me,
49
169948
2980
A demonstração funcionou com todos,
até que chegou a minha vez e, como vocês já podem imaginar,
02:52
and you can probably guess it.
50
172952
1923
02:54
It couldn't detect my face.
51
174899
2965
ele não detectou meu rosto.
02:57
I asked the developers what was going on,
52
177888
2511
Perguntei aos desenvolvedores por quê,
03:00
and it turned out we had used the same generic facial recognition software.
53
180423
5533
e descobri que usaram o mesmo software genérico de reconhecimento facial que eu.
03:05
Halfway around the world,
54
185980
1650
Do outro lado do mundo, descobri que o viés algorítmico
03:07
I learned that algorithmic bias can travel as quickly
55
187654
3852
consegue viajar tão rápido quanto um download da internet.
03:11
as it takes to download some files off of the internet.
56
191530
3170
03:15
So what's going on? Why isn't my face being detected?
57
195565
3076
O que estava acontecendo? Por que meu rosto não era detectado?
03:18
Well, we have to look at how we give machines sight.
58
198665
3356
Bem, precisamos analisar como damos "visão" às máquinas.
03:22
Computer vision uses machine learning techniques
59
202045
3409
A visão de computador utiliza técnicas de aprendizagem automática
03:25
to do facial recognition.
60
205478
1880
para fazer o reconhecimento facial.
03:27
So how this works is, you create a training set with examples of faces.
61
207382
3897
Funciona assim: você cria uma série de treinamento, com alguns rostos.
03:31
This is a face. This is a face. This is not a face.
62
211303
2818
"Isto é um rosto. Isto é um isto. Isto não é um rosto."
03:34
And over time, you can teach a computer how to recognize other faces.
63
214145
4519
Com o tempo, você ensina o computador a reconhecer outros rostos.
03:38
However, if the training sets aren't really that diverse,
64
218688
3989
Porém, se as séries não forem diversificadas o bastante,
03:42
any face that deviates too much from the established norm
65
222701
3349
qualquer rosto que seja muito diferente dos demais
03:46
will be harder to detect,
66
226074
1649
será mais difícil de detectar, e era isso que acontecia comigo.
03:47
which is what was happening to me.
67
227747
1963
03:49
But don't worry -- there's some good news.
68
229734
2382
Mas não se preocupem. Tenho boas notícias.
03:52
Training sets don't just materialize out of nowhere.
69
232140
2771
As séries de treinamento não surgem do nada.
03:54
We actually can create them.
70
234935
1788
Nós é que as criamos.
03:56
So there's an opportunity to create full-spectrum training sets
71
236747
4176
Então, podemos criar séries de amplo espectro,
04:00
that reflect a richer portrait of humanity.
72
240947
3824
que reflitam rostos humanos de forma mais diversa.
04:04
Now you've seen in my examples
73
244795
2221
Vocês já viram nos exemplos que dei
04:07
how social robots
74
247040
1768
como os robôs sociais
04:08
was how I found out about exclusion with algorithmic bias.
75
248832
4611
me fizeram ver a exclusão causada pelo viés algorítmico,
04:13
But algorithmic bias can also lead to discriminatory practices.
76
253467
4815
mas o viés algorítmico também pode acarretar práticas discriminatórias.
04:19
Across the US,
77
259257
1453
Em todos os Estados Unidos,
04:20
police departments are starting to use facial recognition software
78
260734
4198
departamentos de polícia estão começando a usar softwares de reconhecimento facial
04:24
in their crime-fighting arsenal.
79
264956
2459
como parte de seu arsenal na luta contra o crime.
04:27
Georgetown Law published a report
80
267439
2013
A Georgetown Law publicou um relatório
04:29
showing that one in two adults in the US -- that's 117 million people --
81
269476
6763
mostrando que um em cada dois adultos nos EUA, ou seja, 117 milhões de pessoas,
04:36
have their faces in facial recognition networks.
82
276263
3534
tiveram seus rostos incluídos em redes de reconhecimento facial.
04:39
Police departments can currently look at these networks unregulated,
83
279821
4552
Hoje, os departamentos de polícia podem usar essas redes sem qualquer regulação,
04:44
using algorithms that have not been audited for accuracy.
84
284397
4286
usando algoritmos que não tiveram sua precisão auditada.
04:48
Yet we know facial recognition is not fail proof,
85
288707
3864
Ainda assim, sabemos que o reconhecimento facial não é infalível,
04:52
and labeling faces consistently remains a challenge.
86
292595
4179
e identificar rostos de forma consistente continua sendo um desafio.
04:56
You might have seen this on Facebook.
87
296798
1762
Talvez já tenham visto isso no Facebook.
04:58
My friends and I laugh all the time when we see other people
88
298584
2988
Eu e meus amigos rimos o tempo todo quando vemos outras pessoas
05:01
mislabeled in our photos.
89
301596
2458
sendo marcadas incorretamente em nossas fotos.
05:04
But misidentifying a suspected criminal is no laughing matter,
90
304078
5591
Mas errar na identificação de um suspeito de crime não é nada engraçado,
05:09
nor is breaching civil liberties.
91
309693
2827
nem violar liberdades civis.
05:12
Machine learning is being used for facial recognition,
92
312544
3205
A aprendizagem automática vem sendo usada no reconhecimento facial,
05:15
but it's also extending beyond the realm of computer vision.
93
315773
4505
mas também vem se expandindo além da visão de computador.
05:21
In her book, "Weapons of Math Destruction,"
94
321086
4016
Em seu livro "Weapons of Math Destruction",
05:25
data scientist Cathy O'Neil talks about the rising new WMDs --
95
325126
6681
a cientista de dados Cathy O'Neil fala sobre a ascensão dos novos "DMDs"
05:31
widespread, mysterious and destructive algorithms
96
331831
4353
algoritmos "disseminados, misteriosos e destrutivos"
05:36
that are increasingly being used to make decisions
97
336208
2964
que têm sido cada vez mais utilizados na tomada de decisões
05:39
that impact more aspects of our lives.
98
339196
3177
que impactam mais aspectos das nossas vidas.
05:42
So who gets hired or fired?
99
342397
1870
Quem será contratado ou demitido?
05:44
Do you get that loan? Do you get insurance?
100
344291
2112
Vai conseguir aquele empréstimo, ou seguro?
05:46
Are you admitted into the college you wanted to get into?
101
346427
3503
Vai entrar na faculdade que você queria?
05:49
Do you and I pay the same price for the same product
102
349954
3509
Eu e você pagamos o mesmo valor pelo mesmo produto
05:53
purchased on the same platform?
103
353487
2442
vendido na mesma loja?
05:55
Law enforcement is also starting to use machine learning
104
355953
3759
A segurança pública também está começando a usar a aprendizagem automática
05:59
for predictive policing.
105
359736
2289
no policiamento preditivo.
06:02
Some judges use machine-generated risk scores to determine
106
362049
3494
Alguns juízes utilizam índices de risco gerados por máquinas
06:05
how long an individual is going to spend in prison.
107
365567
4402
para determinar quanto tempo um indivíduo ficará na prisão.
06:09
So we really have to think about these decisions.
108
369993
2454
Temos realmente que refletir sobre essas decisões. Será que são justas?
06:12
Are they fair?
109
372471
1182
06:13
And we've seen that algorithmic bias
110
373677
2890
E já vimos que o viés algorítmico nem sempre leva a resultados justos.
06:16
doesn't necessarily always lead to fair outcomes.
111
376591
3374
06:19
So what can we do about it?
112
379989
1964
Então, o que podemos fazer?
06:21
Well, we can start thinking about how we create more inclusive code
113
381977
3680
Bem, podemos começar a pensar em como criar codificação mais inclusiva
06:25
and employ inclusive coding practices.
114
385681
2990
e adotar práticas de codificação inclusivas.
06:28
It really starts with people.
115
388695
2309
Tudo começa com pessoas.
06:31
So who codes matters.
116
391528
1961
Então, é importante saber quem codifica.
06:33
Are we creating full-spectrum teams with diverse individuals
117
393513
4119
Estamos criando equipes diversificadas, com indivíduos diferentes
06:37
who can check each other's blind spots?
118
397656
2411
que possam verificar pontos cegos uns dos outros?
06:40
On the technical side, how we code matters.
119
400091
3545
Quanto ao aspecto técnico, a forma como codificamos é relevante.
06:43
Are we factoring in fairness as we're developing systems?
120
403660
3651
Estamos levando em conta a equidade no desenvolvimento de sistemas?
06:47
And finally, why we code matters.
121
407335
2913
Finalmente, a razão pela qual codificamos é relevante.
06:50
We've used tools of computational creation to unlock immense wealth.
122
410605
5083
Utilizamos ferramentas de criação computacional para gerar imensas riquezas.
06:55
We now have the opportunity to unlock even greater equality
123
415712
4447
Hoje temos a oportunidade de gerar igualdade ainda maior,
07:00
if we make social change a priority
124
420183
2930
se considerarmos a mudança social como uma prioridade
07:03
and not an afterthought.
125
423137
2170
e não como algo de menos importância.
07:05
And so these are the three tenets that will make up the "incoding" movement.
126
425828
4522
Esses são os três princípios na criação do movimento pela codificação inclusiva.
07:10
Who codes matters,
127
430374
1652
É importante quem codifica,
07:12
how we code matters
128
432050
1543
é importante como se codifica
07:13
and why we code matters.
129
433617
2023
e é importante por que se codifica.
07:15
So to go towards incoding, we can start thinking about
130
435664
3099
Então, para uma codificação inclusiva, podemos começar a pensar
07:18
building platforms that can identify bias
131
438787
3164
na criação de plataformas que identifiquem o viés,
07:21
by collecting people's experiences like the ones I shared,
132
441975
3078
coletando as experiências das pessoas, como as que eu contei aqui,
07:25
but also auditing existing software.
133
445077
3070
mas também auditando softwares já existentes.
07:28
We can also start to create more inclusive training sets.
134
448171
3765
Também podemos começar a criar séries de treinamento mais inclusivas.
07:31
Imagine a "Selfies for Inclusion" campaign
135
451960
2803
Imaginem uma campanha de "'Selfies' pela Inclusão",
07:34
where you and I can help developers test and create
136
454787
3655
em que eu e vocês possamos ajudar os desenvolvedores a testar
e criar séries de treinamento mais inclusivas.
07:38
more inclusive training sets.
137
458466
2093
07:41
And we can also start thinking more conscientiously
138
461122
2828
Também podemos começar a pensar de forma mais consciente
07:43
about the social impact of the technology that we're developing.
139
463974
5391
sobre o impacto social das tecnologias que temos desenvolvido.
07:49
To get the incoding movement started,
140
469389
2393
Pra iniciarmos o movimento de codificação inclusiva
07:51
I've launched the Algorithmic Justice League,
141
471806
2847
lancei a Liga da Justiça Algorítmica,
07:54
where anyone who cares about fairness can help fight the coded gaze.
142
474677
5872
onde todos que se importem com a equidade podem lutar contra o olhar codificado.
08:00
On codedgaze.com, you can report bias,
143
480573
3296
Em codedgaze.com, vocês podem relatar vieses,
08:03
request audits, become a tester
144
483893
2445
solicitar auditorias, participar dos testes
08:06
and join the ongoing conversation,
145
486362
2771
e se juntar ao debate que vem ocorrendo,
08:09
#codedgaze.
146
489157
2287
#codedgaze.
08:12
So I invite you to join me
147
492562
2487
Convido vocês a se juntarem a mim
08:15
in creating a world where technology works for all of us,
148
495073
3719
na criação de um mundo onde a tecnologia trabalhe em favor de todos,
08:18
not just some of us,
149
498816
1897
não apenas em favor de alguns,
08:20
a world where we value inclusion and center social change.
150
500737
4588
um mundo onde valorizemos a inclusão e tenhamos como foco a mudança social.
08:25
Thank you.
151
505349
1175
Obrigada.
08:26
(Applause)
152
506548
4271
(Aplausos)
08:32
But I have one question:
153
512693
2854
Mas tenho uma pergunta:
08:35
Will you join me in the fight?
154
515571
2059
Vocês vão se juntar a mim nessa luta?
08:37
(Laughter)
155
517654
1285
(Risos)
08:38
(Applause)
156
518963
3687
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7