AI and Entrepreneurship: Facial Recognition Technology Detects Entrepreneurs, Outperforming Human Experts

要約

起業家精神のような職業上の結果は、一般に、個人が開示する自律性を持つべき個人情報と見なされます。
人工知能（AI）が広く入手可能な人間中心のデータ（ソーシャルメディアなど）から私的な詳細を推測する能力があるため、AIがそのようなデータから個人の職業情報を正確に抽出できるかどうかを調査することが重要です。
この研究では、深いニューラルネットワークが、起業家精神データの主要なソースであるCrunchBaseから供給された顔の画像に基づいて、個人を高精度の起業家として分類できることを実証します。
起業家と非起業家の両方を含む40,728人の顔の画像で構成されるデータセットを利用して、顔の画像のペア（1人の起業家と1人の非中国者）のペアに基づく対照的な学習アプローチを使用して、畳み込みニューラルネットワーク（CNN）を訓練します。
人間の専門家（n = 650）と訓練を受けた参加者（n = 133）は、起業家を偶然レベル（> 50％）を超える正確さで分類することができませんでしたが、AIモデルは79.51％の分類精度を達成しました。
いくつかの堅牢性テストは、この高レベルの精度がさまざまな条件下で維持されていることを示しています。
これらの結果は、起業家のプライバシーリスクを示しています。

要約(オリジナル)

Occupational outcomes like entrepreneurship are generally considered personal information that individuals should have the autonomy to disclose. With the advancing capability of artificial intelligence (AI) to infer private details from widely available human-centric data (e.g., social media), it is crucial to investigate whether AI can accurately extract private occupational information from such data. In this study, we demonstrate that deep neural networks can classify individuals as entrepreneurs with high accuracy based on facial images sourced from Crunchbase, a premier source for entrepreneurship data. Utilizing a dataset comprising facial images of 40,728 individuals, including both entrepreneurs and non-entrepreneurs, we train a Convolutional Neural Network (CNN) using a contrastive learning approach based on pairs of facial images (one entrepreneur and one non-entrepreneur per pair). While human experts (n=650) and trained participants (n=133) were unable to classify entrepreneurs with accuracy above chance levels (>50%), our AI model achieved a classification accuracy of 79.51%. Several robustness tests indicate that this high level of accuracy is maintained under various conditions. These results indicate privacy risks for entrepreneurs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google