Ethical Considerations for Collecting Human-Centric Image Datasets

要約

人間中心の画像データセットは、コンピュータビジョン技術の開発にとって非常に重要である。しかし、近年の調査では、プライバシーや偏見に関する重大な倫理的問題が浮き彫りになり、いくつかの著名なデータセットが完全に撤回されたり、修正されたりしている。最近の研究では、データセットを倫理的に評価するための分析フレームワーク、データセットの文書化とキュレーションの標準化、プライバシー保護の方法論、表現上のバイアスを表面化し緩和するツールなどを提案し、この流れを変えようとしている。しかし、倫理的なデータ収集の現実的な運用については、ほとんど注意が払われていない。このギャップを埋めるために、我々は、より倫理的に配慮した人間中心の画像データを収集するための主要な倫理的考察と実用的な推奨事項を提示する。私たちの研究は、倫理的なデータ収集のためのベストプラクティスに貢献することで、プライバシーとバイアスの問題に直接対処しています。また、現在の実践、データセットの回収と監査、分析的な倫理的枠組みから得た教訓をもとに、各検討の動機付けを行います。私たちの研究は、最近の研究を補強するものであり、より責任あるデータキュレーションの実践に向けた重要な一歩となることを意図しています。

要約(オリジナル)

Human-centric image datasets are critical to the development of computer vision technologies. However, recent investigations have foregrounded significant ethical issues related to privacy and bias, which have resulted in the complete retraction, or modification, of several prominent datasets. Recent works have tried to reverse this trend, for example, by proposing analytical frameworks for ethically evaluating datasets, the standardization of dataset documentation and curation practices, privacy preservation methodologies, as well as tools for surfacing and mitigating representational biases. Little attention, however, has been paid to the realities of operationalizing ethical data collection. To fill this gap, we present a set of key ethical considerations and practical recommendations for collecting more ethically-minded human-centric image data. Our research directly addresses issues of privacy and bias by contributing to the research community best practices for ethical data collection, covering purpose, privacy and consent, as well as diversity. We motivate each consideration by drawing on lessons from current practices, dataset withdrawals and audits, and analytical ethical frameworks. Our research is intended to augment recent scholarship, representing an important step toward more responsible data curation practices.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL