Through a Gendered Lens: Artificial Intelligence, Photographic Representation, and the Politics of Vision in World Cinema
Dit onderzoek met gemengde methoden onthult dat kunstmatige intelligentie systematisch patriarchale fotografische conventies in de wereldcinema reproduceert via een kwantificeerbare "Gendered Photographic Bias Index" en een theoretisch "AI-Gendered Gaze Framework", terwijl empirische gegevens bevestigen dat vrouwelijke filmpraktici deze instrumenten als aanzienlijk meer beperkend ervaren dan hun mannelijke tegenhangers.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je de filmcamera voor als een magische spiegel die niet alleen de wereld reflecteert, maar ook bepaalt hoe we deze zien. Decennialang betoogde filmtheoretica Laura Mulvey dat deze spiegel werd vastgehouden door een "mannelijke blik" (male gaze), waardoor vrouwen werden veranderd in objecten om naar te kijken in plaats van mensen met een verhaal. Maar nu is er een nieuw soort spiegel gearriveerd: Kunstmatige Intelligentie.
Dit artikel stelt een angstwekkende maar fascinerende vraag: Als we een AI leren om films te maken door het miljoenen oude foto's en films te laten zien, zal het dan simpelweg de slechte gewoontes uit het verleden kopiëren?
Het korte antwoord is een luid, statistisch ja.
De machine met de "slechte gewoontes"
Denk aan AI als een supersnelle student die leert door te kopiëren. Als je deze student een bibliotheek vol oude films laat zien waarin vrouwen altijd in strakke close-ups worden getoond (met de focus enkel op hun lippen of ogen) en mannen van een afstand worden getoond (waardoor hun hele lichaam en macht zichtbaar zijn), dan leert de student dat dit is hoe de wereld werkt.
De onderzoekers testten drie populaire AI-beeldgeneratoren (Stable Diffusion XL, DALL-E 3 en Midjourney v6) om te zien wat ze produceerden wanneer er werd gevraagd om scènes met mannelijke en vrouwelijke personages te creëren. Ze bedachten een speciale meetlat genaamd de Gendered Photographic Bias Index (GPBI) om de "objectivering" van de beelden te meten.
- De benchmark: Een perfecte, eerlijke score is 1.00.
- De resultaten: De AI-tools scoorden tussen de 1.62 en 1.94.
Dit betekent dat de AI niet alleen een paar fouten maakte; het maakte vrouwen systematisch meer tot objecten dan mannen. Specifiek:
- De Zoom: Wanneer de AI een vrouw tekende, zoomde het in met een close-up (zoals een gezicht), maar wanneer het een man tekende, stapte het terug om de hele scène te tonen. De vrouwen werden geframed op ongeveer de helft van de afstand van de mannen.
- De Belichting: De vrouwen werden verlicht met harde, hoog-contrast schaduwen (waardoor ze dramatisch maar afstandelijk leken), terwijl mannen een zachter, natuurlijker licht kregen.
- De Fragmentatie: De AI was eerder geneigd om delen van een vrouwelijk lichaam buiten het kader te laten, waarbij de focus lag op specifieke lichaamsdelen in plaats van op de hele persoon.
De "Democratie"-mythe
Misschien heb je wel eens gehoord dat mensen zeggen: "AI is geweldig! Het laat iedereen films maken en breekt de barrières af!" Dit artikel betoogt dat dit een valstrik is.
Stel je een videogame voor waarbij de standaardinstellingen zo zijn gemanipuleerd dat spelen als een vrouwelijk personage moeilijker is en er minder goed uitziet dan als een mannelijk personage. Als je het wilt repareren, moet je drie keer zoveel tijd besteden aan het aanpassen van de instellingen. Het onderzoek vond dat 74,1% van de vrouwen in de filmindustrie vindt dat AI-tools "patriarchale fotografische conventies coderen", vergeleken met slechts 40,8% van de mannen.
Voor vrouwelijke filmmakers is het gebruik van deze tools geen vrijbrief voor creativiteit; het is een extra taak. Ze moeten vechten tegen de standaardinstellingen van de AI om een beeld te krijgen dat niet lijkt alsof het is genomen door de ogen van iemand die hen niet begrijpt. Het artikel suggereert dat AI, in plaats van de filmmakerij te democratiseren, het simpelweg goedkoper maakt om dezelfde oude, bevooroordeelde manieren van kijken te reproduceren.
De "Onzichtbare Hand"
Waarom gebeurt dit? Het artikel legt uit dat de AI niet "kwaadwillend" is; het is gewoon een statisticus. Het leerde van een "corpus" (een gigantische bibliotheek) van afbeeldingen die voornamelijk door mannen waren gemaakt, voor een door mannen gedomineerde industrie.
- De Training: De AI absorbeerde de "slechtste gewoontes" uit het verleden — zoals de manier waarop vrouwen vaak als objecten werden gefilmd — en maakte dit de "standaardinstelling".
- De Illusie: Omdat de AI beelden creëert die er zo echt uitzien (fotorealistisch), vergeten we dat ze niet echt zijn. Er was geen echt persoon aanwezig om te worden gefotografeerd. De AI berekende simpelweg de meest waarschijnlijke manier om een "vrouw" te tekenen op basis van zijn bevooroordeelde trainingsdata. Dit maakt de bias onzichtbaar, als een geest in de machine.
Wat het artikel zegt (en niet zegt)
De auteurs zijn zeer zeker over hun bevindingen omdat ze niet alleen gokten; ze hebben het gemeten.
- Ze maten: Ze ondervroegen 186 filmprofessionals uit India, het VK en de VS. Ze genereerden 600 afbeeldingen en lieten experts deze beoordelen.
- Ze bewezen: De bias is echt, meetbaar en consistent over verschillende AI-systemen heen.
- Ze sloten uit: Ze wijzen de gedachte expliciet af dat AI een neutrale tool is die van nature ongelijkheid zal oplossen. Ze merken ook op dat hun studie niet elk land ter wereld heeft beslagen (zoals Korea of Nigeria), dus we weten niet of de cijfers overal exact hetzelfde zijn, maar het patroon is sterk waar zij hebben gekeken.
De oplossing?
Het artikel suggereert dat we niet kunnen wachten tot de AI uit zichzelf "beter leert". We moeten de regels veranderen:
- De bibliotheek auditeren: Controleer de trainingsdata om er zeker van te zijn dat er meer vrouwelijke regisseurs en fotografen in zitten.
- Nieuwe standaarden: Filmstudio's zouden weigeren AI-tools te kopen die hoge bias-scores hebben (boven de 1.2).
- Transparantie: AI-afbeeldingen zouden een "label" moeten dragen dat ons vertelt dat ze door een machine zijn gemaakt en welke vooroordelen erin kunnen zitten.
- Vrouwen in de bestuurdersstoel: Vrouwelijke cinematografen en feministische wetenschappers moeten degenen zijn die deze tools ontwerpen, niet alleen degenen die ze gebruiken.
Uiteindelijk concludeert het artikel dat de camera altijd al politiek was. Nu is de "blik" niet alleen menselijk; het is algoritmisch. En tenzij we de code repareren, zal het algoritme ons een wereld blijven tonen waarin vrouwen objecten zijn en mannen de helden. De vraag is niet of de AI een geslachtsgebonden blik heeft, maar of we de moed hebben om het te zien en te veranderen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.