據外媒The Verge報導，Twitter正在研究為何其用來生成照片預覽的神經網絡顯然會選擇更頻繁地顯示白人的面孔而不是黑人的面孔。週末，幾位Twitter用戶展示了這個問題，他們發布了有黑人面孔和白人面孔的帖子的例子。Twitter的預覽顯示，白人的面孔出現的頻率更高。

非正式測試開始後，一位Twitter用戶試圖發布他在Zoom的面部識別中註意到的一個問題，即在通話中沒有顯示出一位黑人同事的臉。當他發帖到Twitter上時，他注意到它也是偏向於他的臉而不是黑人同事的臉。

用戶發現預覽算法也選擇了非黑人卡通人物。

當Twitter第一次開始使用神經網絡自動裁剪照片預覽時，機器學習研究人員在一篇博客中解釋了他們如何從面部識別開始裁剪圖像，但發現它的不足，主要是因為並非所有的圖像都包含人臉。

此前，我們使用人臉檢測將視圖集中在我們能找到的最突出的人臉上。雖然這並不是一個不合理的啟發式方法，但這種方法有明顯的局限性，因為不是所有的圖像都包含人臉。此外，我們的人臉檢測器經常會漏掉人臉，有時會在沒有人臉的情況下錯誤地檢測到人臉。如果沒有發現人臉，我們會將視角聚焦在圖像的中心。這可能會導致尷尬的裁剪預覽圖像。

Twitter首席設計官Dantley Davis發推文表示，該公司正在調查神經網絡，因為他對圖像進行了一些不科學的實驗。

Twitter傳播團隊的Liz Kelley週日發推文表示，該公司已經對偏見進行了測試，但在測試中並沒有發現種族或性別偏見的證據。“很明顯，我們還有更多的分析要做，”Kelley在Twitter上寫道。“我們會將我們的工作開源，以便其他人可以審查和復制。”

Twitter首席技術官Parag Agrawal發推文表示，該模型需要“持續改進”，並補充說他“渴望從實驗中學習”。