I studien, som har genomförts av forskare vid University of Colorado Boulder, samlades 2 450 bilder in från Instagram, där personen på bilden också hade lagt till en hashtag som indikerade könsidentitet. Det rörde sig om kvinnor, män, transkvinnor, transmän och olika typer av ickebinära. Bilderna kördes därefter igenom fyra olika företags ansiktsigenkänningsprogram.

Många fel

”Vi fann att ansiktsanalystjänster presterade genomgående sämre på transpersoner och att de överlag inte lyckades klassificera ickebinära”, säger Morgan Klaus Scheuerman, som lett studien, i ett pressmeddelande.

Bland cis-personer (vars biologiska kön överensstämmer med deras juridiska, sociala och upplevda kön) var programmen pricksäkra, med 98,3 procent respektive 97,6 procent rätt. Transmän identifierades däremot som kvinnor i 38 procent av fallen, och alla ickebinära tilldelades ett kön.

”De här systemen kan inget annat språk än man eller kvinna, så för många könsidentiteter så är det inte möjligt för dem att visa rätt”, säger Jed Brubaker, en av forskarna, i pressmeddelandet.

”Djupt skadlig”

Forskarna tycker att företagen ska sluta med könsklassificering och pekar på att tekniken dels kan förstärka stereotyper, men att den också kan leda till problem för användare av dejtningstjänster som nyttjar tekniken, eller vid säkerhetskontroller på flygplatsen om det påstådda könet inte stämmer överens med passet.

”Det är bekymmersamt att höra att ansiktsigenkänningsmjukvara sätter fel kön på transpersoner. Upplevelsen av att medvetet ges fel kön är djupt skadlig för dessa personer”, säger hbtq-gruppen Stonewall i ett uttalande, enligt Thomson Reuters-stiftelsen.

Det är inte första gången som tekniken är i blåsvädret. För ett par år sedan fick en studie vid Stanford kritik från hbtq-organisationer för experiment där tekniken med stor säkerhet påstods kunna peka ut vem som var homosexuell respektive hetero.