人”和“完美的肌肤”等词会返回由人工智能生成

[hoxesi8100@]

尽管人工智能驱动的营销技术 (martech) 非常强大，但不适当的培训、薄弱的算法设计和隐藏的偏见会很快使任何活动偏离目标。

如何在偏见影响您的品牌之前识别并减轻偏见？

立即下载：人工智能现状 [免费报告]

Martech 中的算法偏见问题
联合利华旗下的个人护理公司多芬刚刚成为业内首个承诺不在广告中使用生成式人工智能的品牌。一段两分钟的视频显示，搜索“最美丽的女的模型。

视频从完美无瑕的面孔切换到真实女性，凸显了不可能的美容标准的影响。这一举动是多芬真美运动的一部分，该运动已持续了 20 年，重点展示所有身体、皮肤和头发类型。

多芬可能是第一个做出此类承诺的公司，但 哥伦比亚电话营销数据库 很可能不会是最后一个。在此之前，其他多个品牌因尝试使用人工智能生成内容而受到批评。批评者和消费者都声称这些工具有利于某些刻板印象和人口统计数据。

《华盛顿邮报》对生成内容偏见的研究似乎证实了 Dove 的观点。当被要求生成“美丽”女性时，领先的生成模型（包括 Midjourney、Stable Diffusion 和 DALL-E）都偏爱身材苗条、肤色白皙的女性。

Midjourney近90% 的图片都描绘了浅肤色的女性。DALL-E 和 Stable Diffusion 的表现稍好一些，分别只有 38% 和 18% 的图片描绘了深肤色的人。这一证据表明，营销技术中潜在的算法偏差非常显著。

算法偏见如何影响营销人员
营销技术中的算法偏见会影响消费者对公司的看法。如果这种偏见足够明显或持续，它可能会影响品牌的收入、声誉或转化率：

沟通不畅：由于88% 的网站访问者在经历不愉快的体验后不太可能再次访问，因此做出假设或表现出偏见的聊天机器人对业务来说是不利的。