The Google Fans Post

目前对皮肤颜色进行区分的行业标准方法是  Fitzpatrick Scale （菲茨帕特里克度量）。菲茨帕特里克皮肤类型（ FST ）把人们的皮肤分成 6 种，对于评价一个产品是否对有色人种存在偏见，这种分类并不足够。美国国土安全部的研究人员建议在进行面部识别时不使用 FST，因为它在多样化人群中呈现各种不同肤色方面表现不佳。 Google 正在开发 新的更好的替代方法。公司正在和多方合作打造一个更具包容性的测量方法。 科技行业由白人占据主导地位，缺乏多样性和种族主义问题比其他行业更突出。科技公司现在开发的新产品往往背后有 AI 驱动，AI 还被应用在相对敏感的领域如医疗健康和执法。确保技术对各种不同肤色都有很好的“认知”就显得尤为重要了。当然，人与人不同的不只在于肤色，还有性别、年龄等。对某个群体缺乏代表——比如缺乏基础测试数据——可能导致产品应用于这个群体时出错。例如 FST 对深色皮肤缺乏度量导致它可以区别金棕色皮肤，但在咖啡红色皮肤方面表现糟糕。 在肤色方面的另一个努力是，Google 在 5 月 宣布 在其相机和照片服务中改善人的肤色，使其更为精准的反映人的形象。图像处理技术往往把人的皮肤颜色“淡化”处理。Google 在自动白平衡和曝光算法方面作出调整，以确保不出现“过亮”和“去饱和”情况。 我觉得 Google 在肤色方面的工作是很有意义的。产品设计者往往以行业标准（如 FST）或自己对“美”的定义去设计产品。这可能导致算法、产品、服务具有某种倾向性，即偏见。缺乏代表的人群承受着偏见所形成的压力。Google 的努力，无论是从产品方面的改进还是在行业标准方面的探索，都有助于促进一个更具包容性的产品设计理念的形成。

Google 公司内部有一个 2 000 多人的团队称作“Inclusive Champions”（包容性冠军），致力于从产品、服务开发的一开始到最后市场化均注重其包容性属性，不“歧视”任何人。换句话说，Google 的产品、服务努力为所有人打造，而不是某部分人。负责 Google 产品包容性的 Annie Jean Baptiste 在今年的 CES 上告诉 Digital Trends 。 比方说 Google Assistant 开发的时候他们首先就想到了 杜绝冒犯性语言 的重要性，产品经过压力测试，现在 Google Assistant 上只有不足 0.00002% 的检索具有冒犯性。开发 Google Pixel 相机的时候，包容性冠军团队则研究了相机如何准确捕捉各种肤色的人。（参考下面的视频）“技术本身并不具有偏见，可是如果不仔细地进行测试，那么就无法杜绝产品反映出设计师的不经意的偏见。” Google 培训了 12 000 名技术工程师关于包容性设计的知识。 包容性冠军团队在 Google 相当于一个服务型队伍，虽然没有权力暂停一个产品的发布，但却有发现问题的责任，这些工作能够保证一些缺乏包容性的问题在产品发布之前被解决。 包容性、多样性现在在科技界也是一个热门话题。包括 Google 公司在内的科技行业一直以来普遍缺乏多样性。Google 试图解决多样性问题，但还远没有达到令人满意的程度。但是包容性、多样性问题却很重要。试想一个全部是 25 岁白人男性打造的 AI，能够准确地反映出我们这个多姿多彩的世界吗？ Baptiste 认为实现包容性的目标需要不断地努力去推动。如果一直不去考虑包容性，那么保证技术具有包容性就会越来越难，她说。