Through a Gendered Lens: Artificial Intelligence, Photographic Representation, and the Politics of Vision in World Cinema
この混合研究法による研究は、定量的な「ジェンダー化された写真学的バイアス指数」と理論的な「AIジェンダー化された眼差しフレームワーク」を通じて、人工知能が世界の映画における家父長制的な写真の慣習を体系的に再現していることを明らかにしており、同時に実証データは、女性の映画制作者がこれらのツールを男性の制作者よりも著しく制約的なものとして経験していることを裏付けている。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
映画のカメラを、単に世界を映し出すだけでなく、私たちが「どのように見るか」を決定する魔法の鏡だと想像してみてください。数十年にわたり、映画理論家のローラ・マルヴィは、この鏡が「男性のまなざし（male gaze）」によって握られており、女性を物語を持つ人間としてではなく、見られるための対象（オブジェクト）へと変えてきたと主張してきました。しかし今、新しい種類の鏡が登場しました。人工知能（AI）です。
本論文は、恐ろしくも魅力的な問いを投げかけます。もし、何百万もの古い写真や映画を見せてAIに映画制作を教えたとしたら、AIは過去の悪い習慣をそのままコピーしてしまうのだろうか？
短い答えは、統計学的に明確な「イエス」です。
「悪い習慣」の機械
AIを、模倣によって学ぶ超高速の学生だと考えてみてください。もしこの学生に、女性が常にタイトなクローズアップ（唇や瞳だけに焦点を当てたもの）で描かれ、男性は遠くから（全身とその力強さを見せるように）描かれる古い映画のライブラリを見せたら、この学生は「これが世界の仕組みである」と学習してしまいます。
研究者たちは、男性と女性のキャラクターを含むシーンを作成するよう指示した際、3つの人気のあるAI画像生成器（Stable Diffusion XL、DALL-E 3、Midjourney v6）がどのようなものを生成するかをテストしました。彼らは、画像の「対象化（objectification）」を測定するために、「ジェンダー化された写真バイアス指数（GPBI）」という特別な定規を考案しました。
- ベンチマーク： 完璧で公平なスコアは 1.00 です。
- 結果： AIツールは 1.62 から 1.94 の間のスコアを記録しました。
これは、AIが単にいくつかの間違いを犯したのではなく、女性を男性よりも体系的に「物」のように見せていたことを意味します。具体的には以下の通りです：
- ズーム： AIが女性を描くときは、ズームして顔のアップにしますが、男性を描くときは、シーン全体が見えるように一歩下がります。女性のフレーム距離は、男性の約半分でした。
- ライティング： 女性にはコントラストの強い激しい影が当てられ（ドラマチックだが距離感のある見た目にする）、一方で男性にはより柔らかく自然な光が与えられました。
- 断片化： AIは、人物全体ではなく、特定の身体部位に焦点を当てるように、女性の身体の一部をフレームから切り取る傾向がありました。
「民主化」の神話
「AIは素晴らしい！誰でも映画を作れるようになり、門戸を開放するのだ！」という意見を耳にしたことがあるかもしれません。本論文は、これが罠であると論じています。
デフォルト設定が細工されており、女性キャラクターとしてプレイすると男性キャラクターよりも難易度が高く、見た目も劣るビデオゲームを想像してください。もし修正したいなら、設定を調整するために3倍の時間を費やす必要があります。論文によれば、映画業界の**女性の74.1%が、AIツールは「家父長制的な写真の慣習をコード化している」と感じており、これは男性の40.8%**と比較して顕著な差です。
女性の映画制作者にとって、これらのツールを使うことは自由な創造へのパスポートではありません。それは「追加の仕事」なのです。彼女たちは、自分たちを理解しない者の目を通して撮られたような画像にならないようにするために、AIのデフォルト設定と戦わなければなりません。論文は、AIは映画制作を民主化するのではなく、単に同じ古い偏った見方を再生することを安価にしているだけだと示唆しています。
「見えない手」
なぜこのようなことが起こるのでしょうか？論文は、AIが「邪悪」なのではなく、単なる「統計学者」であると説明しています。AIは、主に男性によって、男性中心の業界のために作られた「コーパス（膨大な資料集）」から学習したのです。
- 学習： AIは、女性がしばしば対象として撮影されるといった「過去の悪い習慣」を吸収し、それを「デフォルト」の設定にしました。
- 錯覚： AIが生成する画像があまりにもリアル（フォトリアリスティック）であるため、私たちはそれが現実ではないことを忘れてしまいます。そこには撮影されるべき実在の人間はいませんでした。AIは、偏った学習データに基づいて、「女性」を描く最も可能性の高い方法を計算したに過ぎません。これにより、バイアスは「機械の中の幽霊」のように、不可視のものとなります。
論文が述べていること（および述べていないこと）
著者たちは、単に推測したのではなく、測定を行ったため、その調査結果に強い自信を持っています。
- 測定したこと： 彼らはインド、イギリス、アメリカから186名の映画専門家に調査を行いました。600枚の画像を生成し、専門家に評価させました。
- 証明したこと： バイアスは実在し、測定可能であり、異なるAIシステム間でも一貫しています。
- 否定したこと： 彼らは、AIが自然に不平等を解消する中立的なツールであるという考えを明確に否定しています。また、彼らの研究は（韓国やナイジェリアのような）世界中のすべての国を網羅しているわけではないため、数字が世界中で全く同じかどうかは分かりませんが、調査した範囲においてはパターンは強力です。
解決策は？
論文は、AIが自律的に「より良く学ぶ」のを待っていてはいけないと示唆しています。私たちはルールを変える必要があります：
- ライブラリの監査： より多くの女性監督や写真家が含まれるよう、学習データをチェックすること。
- 新しい基準： 映画スタジオは、バイアススコアが高い（1.2を超える）AIツールを購入することを拒否すべきであること。
- 透明性： AI画像には、それが機械によって作られたものであること、およびどのようなバイアスが含まれている可能性があるかを示す「ラベル」を付けること。
- 運転席に女性を： これらのツールを設計するのは、単に使う人ではなく、女性のシネマトグラファーやフェミニズム学者であるべきであること。
結局のところ、論文は「カメラは常に政治的であった」と結論づけています。今や、「まなざし」は人間によるものだけでなく、アルゴリズムによるものとなりました。そして、もし私たちがコードを修正しなければ、アルゴリズムは、女性を対象とし、男性をヒーローとする世界を私たちに見せ続けるでしょう。問題は、AIにジェンダー化されたまなざしがあるかどうかではなく、私たちにそれを見抜き、変える勇気があるかどうかなのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。