為了改善用戶體驗，Twitter 長期以來一直試圖用算法自動裁剪照片，以便由此產生的預覽照片能夠呈現出整個圖片中最有趣的部分。

然而，最近 Twitter 正在調查為什么它的照片預覽看起來更喜歡白色的面孔而不是黑色的。用戶發現剪裁照片預覽的算法存在問題。

幾個 Twitter 用戶在上周末展示了這一現象，并發布了黑白臉帖子的例子。Twitter 的預覽顯示，白色面孔出現的頻率更高。

例如，當巴拉克·奧巴馬和米切爾·麥康奈爾的照片附在推特上時，Twitter 似乎特別突出了麥康奈爾的臉。

用戶發現推特照片預覽 "是" 偏頗的，" 和 Twitter 的回應

事實上，當 Twitter 首次使用該算法自動切割照片預覽時，相關的機器學習研究人員在博客中解釋說，面部識別是切割圖像的過程，但沒有詳細說明圖像中的人臉生成。

在過去，我們用面部識別來關注我們能找到的最突出的面孔。雖然這種啟發式方法是合理的，但并不是所有的圖像都有人臉，因此該方法具有明顯的局限性。此外，我們的面部識別系統經常省略，有時甚至在沒有臉的時候錯誤地檢測人臉。

Twitter 首席設計官丹特利·戴維斯（DantleyDavis) 在 Twitter 上發推文稱，該公司正在努力改進該算法，并在圖像生成方面進行實驗：

雖然這個測試不是一門科學，但它只是一個例子，但它指出了一些我們下一步需要研究的變量。現在兩個人都有相同的西裝，但他們的手都被遮住了。

Twitter 團隊的利茲·凱利（LizKelley) 周日表示，該公司已經測試了這個問題，但沒有發現種族或性別偏見的證據。"顯然，我們還有很多工作要做。" 我們將開源這項工作，以便其他人能夠審查和復制它。

Twitter 首席技術官 ParagAgrawal 說，算法模型仍然需要 "不斷改進" 和 "從實驗中學習"。

顯然，為了真正評估模型是否有偏見，研究人員需要使用大量的例子和樣本來研究各種情況。

然而，Twitter 工程師澤漢王（ZehanWang) 指出，該算法在 2017 年部署之前就發現了偏差，但沒有達到 "顯著的" 水平。

2018 年，Twitter 發布了一篇博客，解釋了該算法如何影響照片預覽的產生。該算法選擇某種圖像的原因之一是其明顯的對比，這可以解釋為什么該算法似乎更喜歡白臉。