Raznolikost je ključna kategorija industrijskog dizajna: ali ako nitko ne razmišlja o dizajnu tehnologije za više tipova tijela, ljudi mogu i stradati. Najbolji primjer je izum sigurnosnog pojasa koji je dizajniran na temelju lutki koje su imale muške proporcije i odgovarale su izgledu tijela članova tima koji su radili na njima.

Usađene pogreške

Isti se fenomen sad ponavlja na u području tehnologije snimanja pokreta, upozorava Abigail Jacobs iz Centra za proučavanje složenih sustava na Sveučilištu u Michiganu. Ona je jedan od autora rada koji će u svibnju biti predstavljen na konferenciji o ljudskim faktorima u računalstvu Surfing The World 2024, a trenutno se može pročitati u preprintu na arXivu.  

Jacobs i njeni kolege proučili su takozvane zlatne standarde koji se koriste za sve vrste studija i dizajna i otkrili kako mnogi od njih imaju usađene pogreške ili su bili fokusirani na vrlo određenu vrstu tijela. A oni, kažu, žele da inženjeri postanu svjesni "društvenih aspekata modela skrivenih u matematičkim modelima koji se čine objektivnim ili infrastrukturnim".

Od pogrešaka do standarda

Razne pogrešne pretpostavke, upozoravaju istraživači, s vremenom su postale standardi za podatke o snimanju pokreta koji se koriste u dizajnu tehnologija temeljenih na umjetnoj inteligenciji. To znači, kažu, da možda i nisu baš toliko sigurne za ljude koji ne odgovaraju unaprijed zamišljenom "tipičnom" tipu tijela. No to ne znači da se te pogreške više ne mogu ispraviti. 

Sustavi za snimanje pokreta stvaraju prikaze tijela prikupljanjem podataka sa senzora postavljenih na subjekte, bilježeći kako se ta tijela kreću kroz prostor.

Postojeća mjerila

Ove sheme postaju dio alata koje koriste istraživači, poput biblioteka podataka o kretanju otvorenog koda i mjernih sustava koji bi trebali pružiti osnovne standarde za kretanje ljudskih tijela. Razvojni programeri sve više koriste ove osnove za izradu svih vrsta aplikacija temeljenih na umjetnoj inteligenciji: algoritama za detekciju pada za pametne satove i druge nosive uređaje, samovozećih vozila koja trebaju detektirati pješake, računalno generirane slike za filmove i videoigre, proizvodnu opremu za interakciju s ljudima...

"Mnogi istraživači nemaju pristup naprednim laboratorijima za snimanje pokreta za prikupljanje podataka pa se u izradi novih tehnologija sve više oslanjamo na postojeća mjerila i standarde", upozorava Jacobs. "Ali kad ta mjerila ne uključuju prikaze svih tijela, posebno onih ljudi koji će vjerojatno biti uključeni u slučajeve korištenja u stvarnom svijetu, ovi standardi mogu biti prilično pogrešni."

Testiranja na leševima

Jacobs i njezini suradnici s Cornella, Intela i Sveučilišta u Virginiji pregledali su 278 studija povezanih s snimanjem pokreta i zaključili kako su sustavi za snimanje pokreta uglavnom pratili kretanje "bijelih muškaraca prosječne visine i težine".

A ponekad su ta bijela muška tijela bila - mrtva, poput onih iz temeljne studije iz 1955. koja je optimalni izgled kokpita zrakoplova osmislila na temelju osam leševa. Nešto slično je punih 20 godina kasnije ponovila i studija američke Nacionalne uprave za sigurnost u prometu koja je sustav za zaštitu od sudara u vozilima oblikovala prema proporcijama šest raskomadanih muških leševa.

Iako su te studije stare desetljećima, njihove su se pretpostavke s vremenom ustalile i njihovi se zaključci ponavljaju iz istraživanja u istraživanje te utječu i na suvremena studije snimanja pokreta.

Preispitivanje osnova

Pristranosti i netočnosti iz prošlosti često su ugrađene u osnovu današnjih tehnoloških sustava, što dovodi do softvera i hardvera koji ne rade jednako za sve populacije, iskustva ili svrhe, upozorava Kasia Chmielinski, voditeljica projekta Data Nutrition Project i suradnica Digital Civil Society Laba Sveučilišta Stanford.

Istraživači stoga upozoravaju kako inženjeri moraju preispitati svoje izvore "osnovne istine" i potvrditi da su zlatni standardi prema kojima mjere doista takvi. Inače će se pogreške iz prošlosti i dalje ponavljati i multiplicirati, piše u radu koji prenosi IEEE Spectrum.