{"id":2198,"date":"2020-03-10T07:36:03","date_gmt":"2020-03-10T14:36:03","guid":{"rendered":"https:\/\/melindaozel.com\/?p=2198"},"modified":"2025-02-21T16:02:34","modified_gmt":"2025-02-21T21:02:34","slug":"big-techs-homogeneous-hiring-habits-are-harming-our-data","status":"publish","type":"post","link":"https:\/\/melindaozel.com\/it\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/","title":{"rendered":"Le abitudini di assunzione omogenee delle Big Tech danneggiano i nostri dati"},"content":{"rendered":"

Nel nostro mondo digitale focalizzato sul consumatore, abbiamo fabbricato un'urgenza di innovare e sviluppare prodotti emergenti. Con l'apprendimento automatico che fa tendenza e una pressione auto-perpetuante per muoversi velocemente e rompere - voglio dire \"costruire\" - le cose, Big Tech \u00e8 in costante bisogno di costruttori. Di conseguenza, gli ingegneri del software sono diventati una merce molto ambita, dominando l'organico e scatenando guerre di offerte tra le aziende. Tuttavia, mentre le ambizioni di apprendimento automatico crescono, crescono anche le esigenze di dati, trasformando i problemi incentrati sugli ingegneri in questioni interdisciplinari. I progetti che producono dati altamente ambigui - come le espressioni facciali per il face tracking - richiedono una comprensione dei dati che va oltre l'ambito dell'ingegneria; richiedono un matrimonio interdisciplinare tra l'ingegneria e il campo complementare che viene applicato. Pertanto, \u00e8 fondamentale per le aziende tecnologiche assumersi la responsabilit\u00e0 dell'integrit\u00e0 dei dati incorporando esperti del settore nel processo di sviluppo del prodotto.<\/p>\n

Mentre non \u00e8 nella cultura di Big Tech dare la priorit\u00e0 a ruoli non ingegneristici, altre industrie riconoscono l'importanza delle competenze tecniche nell'apprendimento automatico. Il campo delle biotecnologie, per esempio, si basa sulla collaborazione tra esperti medici e<\/em> ingegneri. In questo caso, il bisogno di collaborazione \u00e8 ovvio, ma in regni pi\u00f9 oscuri di specializzazione, il bisogno non \u00e8 sempre evidente. Come menzionato in precedenza, un'area importante che soffre di oscurit\u00e0 e mancanza di comprensione \u00e8 il face tracking. I casi d'uso comuni per il face tracking - compresi i filtri facciali, il rilevamento delle caratteristiche per la pubblicit\u00e0 dei prodotti (ad esempio il rilevamento delle labbra per testare i prodotti di rossetto o il rilevamento degli occhi per gli occhiali) e gli avatar - sono relativamente benigni. Tuttavia, quando si considerano casi d'uso meno \"carini\" come il rilevamento delle emozioni, il monitoraggio del comportamento e il rilevamento dell'inganno con applicazioni nel sistema di giustizia penale, nel settore assicurativo o nel mondo della sicurezza informatica - le prestazioni di un modello di apprendimento automatico diventano controverse; e se fatto nel modo sbagliato, diventa pericoloso. Ci sono gi\u00e0 molti problemi noti con la tecnologia di riconoscimento facciale e il suo uso non regolamentato in diversi paesi e industrie. Poich\u00e9 il tracciamento dell'espressione facciale non identifica semplicemente una persona, ma piuttosto osserva e trae conclusioni sul comportamento di quella persona, ha la capacit\u00e0 di essere molto pi\u00f9 invasivo.<\/p>\n

Nonostante l'importanza fondamentale dei dati di espressione per il face tracking, Big Tech spesso non riesce a dare priorit\u00e0 alla qualit\u00e0 dei dati di espressione. Product manager, engineering manager, ricercatori di utenti e ingegneri del software si affidano comunemente alla loro comprensione superficiale e a ricerche ad hoc piuttosto che beneficiare della profondit\u00e0 di comprensione che un esperto potrebbe fornire. Mentre gli ingegneri del software sono maestri nel creare algoritmi, spesso possiedono solo una conoscenza sommaria di ci\u00f2 che va nei dati. Dato il loro carico di lavoro ad alta pressione e l'attenzione alla propria conoscenza specializzata, non \u00e8 possibile per gli ingegneri sviluppare un'ulteriore competenza nell'esaminare i dati delle espressioni sottili o padroneggiare i concetti complessi nella ricerca sulle emozioni.<\/p>\n

Determinare quale tipo di dati \u00e8 necessario, come raccoglierli e come etichettarli \u00e8 un processo delicato<\/a>. Se scegliete di puntare ai dati sbagliati, non importa quanto bene li raccogliete o li etichettate. Se mirate ai dati utili ma li raccogliete in modo improprio, anch'essi falliranno. Fallir\u00e0 ancora di pi\u00f9 se non li etichettate in modo preciso e\/o accurato. A causa delle differenze morfologiche nelle caratteristiche facciali, delle distorsioni intrinseche nell'interpretazione delle espressioni e delle controversie tra i ricercatori delle emozioni e gli anatomisti facciali, qualsiasi gruppo che sviluppi algoritmi di tracciamento facciale con intenzioni che vadano oltre il rossetto \"prova prima di comprare\" deve accettare la responsabilit\u00e0 etica dell'integrit\u00e0 dei dati.<\/p>\n

Piuttosto che assicurarsi che gli elementi costitutivi dei loro algoritmi siano ben compresi da coloro che li utilizzano, lo stato sfortunato di Big Tech \u00e8 quello di raccogliere o acquisire quantit\u00e0 massicce di dati e passarli a etichettatori terzi. Gli etichettatori sono tipicamente esternalizzati, a contratto, e quasi sempre sottovalutati. Per monitorare la qualit\u00e0 delle etichette, lo standard \u00e8 quello di creare e far rispettare vari Key Performance Indicators, o KPI, ma poich\u00e9 Big Tech sceglie di non investire risorse in persone che possano legittimamente supervisionare la qualit\u00e0 dei dati avanzati, i KPI sono generalmente arbitrari e hanno poco valore. Per approfondire il problema, se gli ingegneri non sono adeguatamente equipaggiati con la profondit\u00e0 di comprensione per identificare le verit\u00e0 di base, cosa stanno effettivamente misurando? C'\u00e8 l'apprendimento non supervisionato. E poi c'\u00e8 l'ingegneria non supervisionata.<\/p>\n

Quando lavoravo per una delle cinque grandi aziende della Silicon Valley, ero costantemente scioccato dalla disinvoltura con cui venivano trattati i dati complessi del face tracking. Anche se i miei colleghi erano menti brillanti nello sviluppo di algoritmi, possedevano una comprensione superficiale dell'anatomia facciale, dei concetti fondamentali delle emozioni e del comportamento delle espressioni. Come qualsiasi altra materia altamente specializzata, la comprensione delle sfumature dell'espressione umana richiede anni di studio intensivo ed esperienza. Nonostante il fatto che io fossi l'esperto di espressioni facciali che aveva dedicato la sua vita e la sua carriera alla comprensione delle sfumature del volto umano, venivo regolarmente escluso dalle riunioni importanti e dalle sessioni di pianificazione. Ho spesso sorpreso i colleghi a scartabellare tra pagine di riferimento obsolete e imprecise sulle espressioni (che attualmente sono fornendo nuove soluzioni per qui<\/a>) nel tentativo di mettere insieme una pipeline di dati. La mia esperienza \u00e8 stata spesso relegata a un ruolo di supervisione, e le mie competenze sono state utilizzate male in compiti irrilevanti come classificare i tipi di barba e il colore dei capelli. Quando segnalavo le tendenze nelle incongruenze dei dati o prevedevo problemi di hardware, venivo fatto sedere e mi veniva offerta una lezione su \"come funziona l'apprendimento automatico\".<\/p>\n

Vedo molti annunci di lavoro che richiedono X anni di esperienza nel face tracking, ma richiedere un'esperienza correlata non \u00e8 sufficiente. Proprio come il lavoro passato di un ingegnere nella tecnologia medica non lo qualifica per essere un medico, il semplice aver lavorato sulla tecnologia di tracciamento non qualifica un ingegnere per essere un'autorit\u00e0 sulle espressioni facciali o sulle emozioni. Se ci fosse pi\u00f9 attenzione nell'assumere gli esperti appropriati, forse la lotta per trovare ingegneri con esperienze rare e specifiche sarebbe alleviata; tale alleggerimento potrebbe fare spazio a una collaborazione pi\u00f9 innovativa tra l'ingegneria e le discipline complementari con cui pu\u00f2 essere accoppiata.<\/p>\n

La visione a tunnel di Big Tech focalizzata sull'ingegneria \u00e8 un'abitudine negligente che deve cambiare. Mentre gli ingegneri del software sono davvero essenziali per il processo di apprendimento automatico, le ambizioni di apprendimento automatico ci hanno portato a un punto in cui dobbiamo riconoscere la necessit\u00e0 di un'azione interdisciplinare. I dati per i sistemi contingenti sulle sfumature non dovrebbero essere presi alla leggera - specialmente quando sanguinano potenziali casi d'uso invasivi. Se le aziende valutassero le competenze in materia di dati con la stessa riverenza e lo stesso sostegno che danno alle competenze ingegneristiche, gli algoritmi\u00a0e\u00a0<\/em>i dati da cui sono costruiti sarebbero pi\u00f9 completi e meno fallibili. La mancanza di sistemi di dati olistici ci lascer\u00e0 con prodotti non regolamentati suscettibili di distorsioni. Uno squilibrio di investimenti orientato verso gli algoritmi e lontano dalla qualit\u00e0 dei dati porter\u00e0 a sforzi ingegneristici sprecati, a prodotti carenti e alla propagazione di tecnologie non etiche.<\/p>\n

Non mettere tutti i tuoi effettivi in un solo cesto. Assumete responsabilmente.<\/p>","protected":false},"excerpt":{"rendered":"

Con la crescita delle ambizioni di machine learning, crescono anche le esigenze di dati, trasformando i problemi di tipo ingegneristico-centrico in questioni interdisciplinari.<\/p>","protected":false},"author":60486633,"featured_media":2199,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[676756913,676756994,676756915,676756914,676757008,676756993],"tags":[],"class_list":["post-2198","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-action-units","category-ar-vr","category-facial-expressions","category-muscles","category-free","category-tech","generate-columns","tablet-grid-50","mobile-grid-100","grid-parent","grid-50"],"yoast_head":"\nBig Tech's Homogeneous Hiring Habits Are Harming Our Data - Face the FACS | Facial Expressions in Animation, AI, & Behavior<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/melindaozel.com\/it\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Big Tech's Homogeneous Hiring Habits Are Harming Our Data\" \/>\n<meta property=\"og:description\" content=\"As machine learning ambitions grow, data needs grow as well, transforming engineer-centric problems into cross-disciplinary matters.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/melindaozel.com\/it\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/\" \/>\n<meta property=\"og:site_name\" content=\"Face the FACS | Facial Expressions in Animation, AI, & Behavior\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/facebook.com\/facetheFACS\/\" \/>\n<meta property=\"article:author\" content=\"https:\/\/facebook.com\/facetheFACS\/\" \/>\n<meta property=\"article:published_time\" content=\"2020-03-10T14:36:03+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-02-21T21:02:34+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"4032\" \/>\n\t<meta property=\"og:image:height\" content=\"2120\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Melinda Ozel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@melindaozel\" \/>\n<meta name=\"twitter:site\" content=\"@melindaozel\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Melinda Ozel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/\"},\"author\":{\"name\":\"Melinda Ozel\",\"@id\":\"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f\"},\"headline\":\"Big Tech’s Homogeneous Hiring Habits Are Harming Our Data\",\"datePublished\":\"2020-03-10T14:36:03+00:00\",\"dateModified\":\"2025-02-21T21:02:34+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/\"},\"wordCount\":1139,\"commentCount\":1,\"publisher\":{\"@id\":\"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f\"},\"image\":{\"@id\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1\",\"articleSection\":[\"action units (FACS AUs)\",\"AR\/VR\",\"facial expressions\",\"facial muscles\",\"free content\",\"tech\"],\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/\",\"url\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/\",\"name\":\"Big Tech's Homogeneous Hiring Habits Are Harming Our Data - Face the FACS | Facial Expressions in Animation, AI, & Behavior\",\"isPartOf\":{\"@id\":\"https:\/\/melindaozel.com\/zh\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1\",\"datePublished\":\"2020-03-10T14:36:03+00:00\",\"dateModified\":\"2025-02-21T21:02:34+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage\",\"url\":\"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1\",\"contentUrl\":\"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1\",\"width\":4032,\"height\":2120},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/melindaozel.com\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Big Tech’s Homogeneous Hiring Habits Are Harming Our Data\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/melindaozel.com\/zh\/#website\",\"url\":\"https:\/\/melindaozel.com\/zh\/\",\"name\":\"Face the FACS\",\"description\":\"Facial Expressions in Art, Science, & Technology\",\"publisher\":{\"@id\":\"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/melindaozel.com\/zh\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":[\"Person\",\"Organization\"],\"@id\":\"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f\",\"name\":\"Melinda Ozel\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2026\/02\/face-the-facs-logo.webp?fit=123%2C123&ssl=1\",\"contentUrl\":\"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2026\/02\/face-the-facs-logo.webp?fit=123%2C123&ssl=1\",\"width\":123,\"height\":123,\"caption\":\"Melinda Ozel\"},\"logo\":{\"@id\":\"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/image\/\"},\"sameAs\":[\"https:\/\/melindaozel.com\",\"https:\/\/facebook.com\/facetheFACS\/\",\"https:\/\/instagram.com\/manicexpression\",\"https:\/\/linkedin.com\/in\/melindaozel\",\"https:\/\/pinterest.com\/melindaozel\/\",\"https:\/\/x.com\/melindaozel\",\"https:\/\/youtube.com\/@facetheFACS\"],\"knowsAbout\":[\"Facial Action Coding System (FACS)\",\"Facial Expression Tracking\",\"Facial Anatomy\",\"Facial Animation\",\"Digital Humans\",\"Audio-to-Expression\",\"Audio-to-Face\",\"Visemes\",\"Lipsync\"],\"jobTitle\":\"Facial Systems Expert, Expression Scientist\",\"url\":\"https:\/\/melindaozel.com\/it\/author\/melindaozel\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Le abitudini di assunzione omogenee delle Big Tech stanno danneggiando i nostri dati - Face the FACS | Facial Expressions in Animation, AI, & Behavior","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/melindaozel.com\/it\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/","og_locale":"it_IT","og_type":"article","og_title":"Big Tech's Homogeneous Hiring Habits Are Harming Our Data","og_description":"As machine learning ambitions grow, data needs grow as well, transforming engineer-centric problems into cross-disciplinary matters.","og_url":"https:\/\/melindaozel.com\/it\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/","og_site_name":"Face the FACS | Facial Expressions in Animation, AI, & Behavior","article_publisher":"https:\/\/facebook.com\/facetheFACS\/","article_author":"https:\/\/facebook.com\/facetheFACS\/","article_published_time":"2020-03-10T14:36:03+00:00","article_modified_time":"2025-02-21T21:02:34+00:00","og_image":[{"width":4032,"height":2120,"url":"https:\/\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg","type":"image\/jpeg"}],"author":"Melinda Ozel","twitter_card":"summary_large_image","twitter_creator":"@melindaozel","twitter_site":"@melindaozel","twitter_misc":{"Scritto da":"Melinda Ozel","Tempo di lettura stimato":"6 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#article","isPartOf":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/"},"author":{"name":"Melinda Ozel","@id":"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f"},"headline":"Big Tech’s Homogeneous Hiring Habits Are Harming Our Data","datePublished":"2020-03-10T14:36:03+00:00","dateModified":"2025-02-21T21:02:34+00:00","mainEntityOfPage":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/"},"wordCount":1139,"commentCount":1,"publisher":{"@id":"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f"},"image":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1","articleSection":["action units (FACS AUs)","AR\/VR","facial expressions","facial muscles","free content","tech"],"inLanguage":"it-IT","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/","url":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/","name":"Le abitudini di assunzione omogenee delle Big Tech stanno danneggiando i nostri dati - Face the FACS | Facial Expressions in Animation, AI, & Behavior","isPartOf":{"@id":"https:\/\/melindaozel.com\/zh\/#website"},"primaryImageOfPage":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage"},"image":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1","datePublished":"2020-03-10T14:36:03+00:00","dateModified":"2025-02-21T21:02:34+00:00","breadcrumb":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage","url":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1","contentUrl":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1","width":4032,"height":2120},{"@type":"BreadcrumbList","@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/melindaozel.com\/"},{"@type":"ListItem","position":2,"name":"Big Tech’s Homogeneous Hiring Habits Are Harming Our Data"}]},{"@type":"WebSite","@id":"https:\/\/melindaozel.com\/zh\/#website","url":"https:\/\/melindaozel.com\/zh\/","name":"Affrontare il FACS","description":"Espressioni facciali in arte, scienza e tecnologia","publisher":{"@id":"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/melindaozel.com\/zh\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":["Person","Organization"],"@id":"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f","name":"Melinda Ozel","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/image\/","url":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2026\/02\/face-the-facs-logo.webp?fit=123%2C123&ssl=1","contentUrl":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2026\/02\/face-the-facs-logo.webp?fit=123%2C123&ssl=1","width":123,"height":123,"caption":"Melinda Ozel"},"logo":{"@id":"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/image\/"},"sameAs":["https:\/\/melindaozel.com","https:\/\/facebook.com\/facetheFACS\/","https:\/\/instagram.com\/manicexpression","https:\/\/linkedin.com\/in\/melindaozel","https:\/\/pinterest.com\/melindaozel\/","https:\/\/x.com\/melindaozel","https:\/\/youtube.com\/@facetheFACS"],"knowsAbout":["Facial Action Coding System (FACS)","Facial Expression Tracking","Facial Anatomy","Facial Animation","Digital Humans","Audio-to-Expression","Audio-to-Face","Visemes","Lipsync"],"jobTitle":"Facial Systems Expert, Expression Scientist","url":"https:\/\/melindaozel.com\/it\/author\/melindaozel\/"}]}},"jetpack_featured_media_url":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/posts\/2198","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/users\/60486633"}],"replies":[{"embeddable":true,"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/comments?post=2198"}],"version-history":[{"count":6,"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/posts\/2198\/revisions"}],"predecessor-version":[{"id":11405,"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/posts\/2198\/revisions\/11405"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/media\/2199"}],"wp:attachment":[{"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/media?parent=2198"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/categories?post=2198"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/melindaozel.com\/it\/wp-json\/wp\/v2\/tags?post=2198"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}