Sisu
- Naised ja AI
- Pole vigu ega stressi - teie samm-sammuline juhend elumuutva tarkvara loomiseks ilma oma elu hävitamata
- Kunstliku intelligentsuse põhjustatud eelarvamuste käsitlemine
- AI mõju tööjõule
- AI talentide bassein nüüd ja mööda teed
- Haridus AI talentide kogumi arendamiseks
Ära võtma:
AI tähtsus äritegevuses kasvab ja kuigi eesmärk on tegutseda objektiivselt, on tõestatud, et see tugevdab soolist eelarvamust. Kuid teadlikkuse ja hariduse abil saab seda kasutada lünkade ületamiseks, mitte nende tugevdamiseks.
Nagu nägime soolise lõhe vähendamises, on naised tehnikavaldkonnas meestest endiselt palju maha jäänud, seda nii esindatuse osas (Ameerika Ühendriikides umbes 25%) kui ka palga osas, kus meeste ja naiste vaheline erinevus on lähedal 12% -le.
Kui palgaerinevused ei keskendu tehisintellekti spetsialistidele, siis naiste esindatus seal on veelgi madalam.
Aruande „Diskrimineerivad süsteemid: sugu, rass ja jõud” kohaselt moodustavad naised ainult 18% AI konverentsidel esindatud autoritest ja vähem kui 20% AI professoritest. Veel halvem on nende olukord ettevõtetes, kus nad moodustavad vaid 15% teadustöötajate ametikohtadest ja kõigest 10% Google'is.
Kuna AI muutub äritegevuses üha kesksemaks, tuleb uurida järgmist: millist mõju võib AI avaldada soolistele erinevustele ja tööjõule üldiselt? (Loe Kas geneetika selgitaks meeste ja naiste soolisi erinevusi tehnika valdkonnas?)
Pöördusin mõne valdkonna eksperdi poole, et saada oma roll, mida AI võib mängida soolise eelarvamuse tugevdamisel või ületamisel. Üldiselt suhtuvad nad tulevikku optimistlikult.
Naised ja AI
Anish Joshi, Fusemachinesi (juhtiv AI teenuste, lahenduste ja hariduse pakkuja) tehnoloogia osakonna juhataja, usub, et AI tegelikult eemaldab värbamisprotsessist eelarvamused, mis on ajalooliselt mehi soosinud.
See vastab sellele, mida täheldas Cortex Labsi COO Amy Chen AI kohta, mis on vastupidine emotsionaalsetele või subjektiivsetele vaatenurkadele, mis mõjutavad endiselt otsuseid: "Me võime tulevikus põhineda rohkem objektiivsetel faktidel, millel on vähem stereotüüpe ja eelarvamusi," kuulutas ta .
Joshi selgitas, et see toimib järgmiselt:
Pole vigu ega stressi - teie samm-sammuline juhend elumuutva tarkvara loomiseks ilma oma elu hävitamata
Te ei saa oma programmeerimisoskusi parandada, kui keegi tarkvara kvaliteedist ei hooli.
- AI algoritmid suudavad kaasata töölevõtmisel olulisi andmeid (kvalifikatsioon, haridus, kogemus jne) ja eirata andmeid, millel pole tähtsust (sugu, etniline kuuluvus, vanus jne).
- Selle tehnoloogia abil saab mõõta ka asjakohaseid suundumusi ja kasutada ennustusanalüüsi paremate teenuspõhiste palkade tegemiseks.
- Töötajad võivad töökohal väärtustada erinevaid asju ja AI laiendatud ennustav analüüs aitab neid erinevusi tuvastada.
See pole rangelt hüpoteetiline, kuid on juba praktikas rakendatud, kasutades andmete põhjal otsuste langetamiseks selliste ettevõtete nagu Gapsquare, Pipeline, Plum ja Pymetric tehtud tarkvara, märkis Joshi. Siiski möönab ta, et AI-sse programmeeritud eelarvamused võivad paljundamisel soolisi erinevusi veelgi teravdada.
Ta selgitas: "Kui algoritme koolitatakse kallutatud andmete põhjal, annavad need kallutatud tulemusi. See võib olla eriti kahjulik personalitöötajatele ja värbamisele töötavatele naistele. Selle kohta on olnud palju tähelepanuväärseid juhtumeid, sealhulgas näiteks Amazon, kelle masinõppe abil töötav värbamistehnoloogia on karistatud. jätkub, et tema omanik oli naissoost, nt naised. ”
"Reuters teatas, et selle põhjuseks on asjaolu, et Amazoni arvutimudelid koolitati taotlejaid jälgima, jälgides ettevõttele 10-aastase perioodi jooksul esitatud resümeede mudeleid. Enamik neist pärines meestelt, peegeldades meeste domineerimist kogu tehnikavaldkonnas."
Sellegipoolest säilitab Joshi “lootuse, et AI aitab palgatud naiste arvu suurendada”. Ta viitas Unileveri raportile, mille kohaselt on töötajate mitmekesisus tänu AI rakendamisele paranenud 16%.
Michal Neufeld, Ubimo CPO, ütles seda nii: “Lühidalt öeldes on iga algoritm sama hea kui sisend, mida ta saab, ja mudelid, mida ta kasutab.” AI tegelik oht, mida on programmeeritud eelarvamustega, on see, et see võib kanda objektiivse teaduse välimus ja autoriteet.
Kuid teadlikkus sellest kasvab ja see on inspireeriv lahendus.
"Osalt selliste kahetsusväärsete leidude tõttu nagu näiteks COMPASe juhtum, osaliselt seetõttu, et on praktiline vajadus selgitada ja taga seisda nende süsteemide pakutavaid tulemusi ning loodetavasti ka seetõttu, et üritame paremini teha," sõnas Neufeld.
Kunstliku intelligentsuse põhjustatud eelarvamuste käsitlemine
Neufeld selgitas, et suur osa probleemist tuleneb raskustest, mis on omane mõistmisele, mis AI mudelites täpselt toimub. Just seda on muutunud nn musta kasti probleemiks (vt AI-d, mida mul on mõni selgitatav).
Ta selgitas, et üks viis selle probleemiga tegelemiseks on selliste selgitajate arendamine nagu LIME, mille eesmärk on sisendi, väljundi ja mudeli "pöördprojekteerimine", et näidata, milliseid sisendi funktsioone kasutati lõpuks mudeli tulemuste arvutamiseks. "
See võimaldaks "kindlaks teha eelarvamuslikke ennustajaid või eeldada põhjuslikku seost korrelatsiooniga".
Ta usub ka, et oluline on jõuda kallutatuse peamise põhjuseni, mitte ainult selleni, kuidas see avaldub AI tulemustes. Selle saavutamiseks on „pannes rõhku haridusele ja kultuurilise eelarvamuse legitiimsusele“. Neufeld on optimistlik, et rahva eelarvamusi on võimalik kõrvaldada ja eelarvamustevaba programmeerimine järgneb loomulikult.
Seda optimistlikku ennustust jagavad ka ülejäänud kaks.
AI mõju tööjõule
Kõik vastajad möönavad, et toimub teatav töökoha nihkumine, kuna teatud ülesanded automatiseeritakse AI kaudu. Joshi tunnistas veel, kuidas see võib kahjustada naisi.
"Rollid, mis on tavaliselt olnud naiste käes (haldus, klienditeenindus jne), automatiseeritakse, pannes mõne naise asendamise ohtu, kui nad pole piisavalt vilunud ja / või koolitatud."
Siiski väidavad nad, et kaotused ühes piirkonnas korvatakse võimalustega teisel alal. Neufeld ütles seda nii:
"Sarnaselt tööstusrevolutsiooniga, kui inimeste töö asendati masinatega, oli nende masinate ehitamiseks ikka vaja inimesi. Tänapäeval puuduvad masinate poolt tehtaval kognitiivsel tööl endiselt võimalused, mis ületaksid ülesandeid (näiteks projekteerimine ülesannet täitva mudeli) või sellist, mida me inimesed, näiteks loovus õpetada ei saa.
"Vaatamata AI-de asendamise tõttu töökohtade ilmselgele kaotamisele, usun ma, et masinate" valvamise "maastikul luuakse palju uusi võimalusi - kas nende koolitamisel, nende eetiliste ja sotsiaalsete tulemuste jälgimisel või nende väljundi selgitamisel ja lõhe ületamisel "nende" ja inimeste vahel. Inimesed vastutavad tehniliste andmekogumite, juurutamise ja tulemuste selgitamise ja tõlkimise eest ettevõtluse poolele (tehnilised äripõhised puhverserverid). "
Joshi lisas, et tulevane tööjõud ei vähene inimeste ega masinate hulka nii palju kui masinatega inimestel.
„Inimesed peavad olema harjunud töötama intelligentsete masinatega, mitte lihtsalt neid asendama.“ Ta tõi näite uuendustest vähi diagnoosimisel. “AI kasutamisel on endiselt vajalik inimeste hinnang.” (Kas lugeda vähivastaseid vaktsiine ja tehisintellekti: kas võita sõda vähi vastu?)
AI talentide bassein nüüd ja mööda teed
Mitmete ettevõtete kaebus on talentide puuduse probleem tehnika valdkonnas. Joshi, Chen ja Neufeld nõustuvad, et see on nii praegu. Kuid nad kõik peavad seda ajutiseks tagasilöögiks. Joshi usub, et sellised programmid nagu need, mida pakuvad sellised programmid nagu The Fuse AI Center, muudavad AI hariduse ligipääsetavamaks ja et "laiendatakse AI talentide kogumit ja valmistatakse sisuliselt insenere ette kiiresti kasvavale globaalsele AI tööturule".
Töökohtade jaoks vajaliku hariduse osas leiab Neufeld, et AI talentide olukord on võrreldav varem nähtutega, ja ennustab nii, et tuleb pöörduda teises suunas:
"Ma usun, et tänapäeval on infoteaduses ja AI arendajates puudus, nagu ka veebiarendajate puuduses eelmise sajandi lõpus. Ja sarnaselt sellele näeme pakkumise ja nõudluse loomulikku majanduslikku mõju, mis tõstab palku ja selliste positsioonide tulusus. "
"Kui ma peaksin ennustama, näeme enne tasakaalu saavutamist turu küllastumise pendlinähtusi."
Haridus AI talentide kogumi arendamiseks
Nad kõik arvavad, et tulevikus õpetatakse rohkematele inimestele tehnilisi oskusi, mida nad vajavad AI-sse sisenemiseks, ja õppekavad muutuvad inimeste ettevalmistamiseks tänapäevaseks tööjõuks. Chen usub, et see peaks algama isegi keskkooli tasemel.
Tema argument on see, et õppekava kohandatakse vastavalt aja vajadustele. Möödunud sajandi alguses, kus tehnoloogia keskendus mootoritele, hõlmasid keskkoolis õpetatavad ained keemia, füüsikat ja matemaatikat. Siis arenes tehnoloogia edasi „keskmeks arvutite ja mobiiltelefonide ning nüüd AI ja plokiahela ümber”.
Seetõttu väidab Chen, et haridus peaks nüüd hõlmama kohustuslike kursuste hulka ka kodeerimist, infotehnoloogiat ja arvutiarhitektuuri.
Neufeld seevastu arvab, et AI programmeerijate koolitamisel võivad muutuda üha olulisemaks sellised erialad nagu filosoofia, psühholoogia ja antropoloogia. Ta selgitas seda nii:
"Talentide kogumi muutuste huvitav osa on nendes töökohtades, mida me ei tea, või nendes, mis nõuavad kvalifikatsiooni, mida me ei tea, kuidas õpetada. Kuidas koolitate kedagi, kes loob masina, mis näitab empaatiat või tunnistab sarkasmi ? "
"Selles mõttes võivad sellised õppeained nagu filosoofia, psühholoogia ja antropoloogia tulevaste AI-operaatorite põlvkonda koolitada. See võib lähitulevikus põhjustada suurema lõhe, kuna see nõuab nende võimete loomist ja haridusprogrammide kohandamist maapinnast üles. "