Przejdź do treści

Niwelowanie przepaści cyfrowej: Rola kobiet w przyszłości sztucznej inteligencji i nowych technologii

  • przez

Sztuczna inteligencja (AI) i nowe technologie przekształcają branże, przekształcają gospodarki i wpływają na codzienne życie w bezprecedensowym tempie. Od autonomicznych samochodów po zaawansowaną diagnostykę medyczną, wpływ sztucznej inteligencji jest niezaprzeczalny. Jednak pomimo tego postępu, kobiety pozostają zdecydowanie niedostatecznie reprezentowane w obszarach związanych ze sztuczną inteligencją i technologią. Jeśli ta dysproporcja się utrzyma, przepaść cyfrowa pogłębi się, wzmacniając nierówność płci i pozwalając na przenikanie uprzedzeń do samej technologii, która kształtuje naszą przyszłość.

Luka płciowa w sztucznej inteligencji: liczby mówią same za siebie

Kobiety stanowią zaledwie 22% specjalistów AI na całym świecie (Światowe Forum Ekonomiczne, 2023). Jeszcze bardziej niepokojące jest to, że w uczeniu maszynowym – krytycznym podzbiorze sztucznej inteligencji – reprezentacja kobiet spada do 18% (AI Index Report, 2022). Strategia Cyfrowej Dekady Komisji Europejskiej (2022) ujawniła, że tylko 19% przedsiębiorców z sektora technologii informacyjno-komunikacyjnych w Europie to kobiety, pomimo szybkiego wzrostu sektora i wysokiego potencjału zarobkowego.

„Projektujemy przyszłość, w której podejmowanie decyzji przez sztuczną inteligencję wpłynie na życie miliardów ludzi, ale twórcami tych technologii są głównie mężczyźni. Prowadzi to do niezamierzonych uprzedzeń, które nieproporcjonalnie szkodzą kobietom i marginalizowanym społecznościom” – ostrzega dr Fei-Fei Li, wybitna badaczka sztucznej inteligencji i współzałożycielka AI4ALL, organizacji non-profit promującej różnorodność w sztucznej inteligencji.

Źródło danych: Światowe Forum Ekonomiczne (2023), AI Index Report (2022), Strategia Cyfrowej Dekady Komisji Europejskiej (2022)

Bariery uniemożliwiające kobietom udział w sztucznej inteligencji i technologii

Kilka kluczowych barier uniemożliwia kobietom wejście i rozwój w dziedzinie sztucznej inteligencji i nowych technologii:

  1. Głęboko zakorzenione stereotypy dotyczące płci: Postrzeganie STEM (nauki ścisłe, technologia, inżynieria i matematyka) jako „męskiej domeny” zniechęca młode dziewczęta do kariery związanej ze sztuczną inteligencją. Według raportu UNESCO (2021) tylko 33% kobiet na całym świecie studiuje dyscypliny STEM na poziomie uniwersyteckim.
  2. Brak kobiecych wzorców do naśladowania: Kobiety są nadal znacznie niedostatecznie reprezentowane w przywództwie i badaniach nad sztuczną inteligencją. „Kiedy młode dziewczęta nie widzą kobiet osiągających sukcesy w sztucznej inteligencji, mają trudności z wizualizacją siebie w tej przestrzeni” – mówi Timnit Gebru, były badacz etyki Google AI, który opowiadał się przeciwko uprzedzeniom ze względu na płeć i rasę w systemach sztucznej inteligencji.
  3. Uprzedzenia w rekrutacji AI i kulturze miejsca pracy: Stwierdzono, że narzędzia rekrutacyjne oparte na sztucznej inteligencji faworyzują kandydatów płci męskiej w stosunku do kobiet ze względu na dane historyczne, które odzwierciedlają dyskryminację w przeszłości (MIT Technology Review, 2018). Co więcej, wiele laboratoriów badawczych i firm zajmujących się sztuczną inteligencją nie tworzy środowisk sprzyjających włączeniu społecznemu, co prowadzi do wysokiego wskaźnika odejść wśród pracowników płci żeńskiej..
  4. Ograniczone finansowanie startupów AI kierowanych przez kobiety: Kobiety otrzymują mniej niż 2% finansowania kapitałem wysokiego ryzyka na całym świecie (Harvard Business Review, 2022), co sprawia, że kobietom-przedsiębiorcom w sektorze sztucznej inteligencji niezwykle trudno jest uruchomić i skalować swoją działalność.

Konsekwencje dysproporcji płci w sztucznej inteligencji

Niedostateczna reprezentacja kobiet w dziedzinie sztucznej inteligencji to nie tylko kwestia równości – to ryzyko technologiczne. Systemy sztucznej inteligencji szkolone na podstawie stronniczych danych mogą wzmacniać istniejące nierówności społeczne.

Na przykład badanie przeprowadzone w 2018 r. przez MIT Media Lab wykazało, że systemy rozpoznawania twarzy miały wskaźnik błędu 34,7% przy identyfikacji kobiet o ciemniejszej karnacji, w porównaniu do zaledwie 0,8% w przypadku mężczyzn o jaśniejszej karnacji.Uprzedzenie może prowadzić do niesłusznych aresztowań, dyskryminujących praktyk zatrudniania i nierównego dostępu do podstawowych usług.

„Uprzedzenia, które widzimy dziś w sztucznej inteligencji, są odzwierciedleniem naszych historycznych nierówności. Bez kobiet w sztucznej inteligencji ryzykujemy automatyzację dyskryminacji na niespotykaną dotąd skalę” – ostrzega Joy Buolamwini, założycielka Algorithmic Justice League, organizacji zajmującej się zwalczaniem uprzedzeń w sztucznej inteligencji.

Kobiety przodują w dziedzinie sztucznej inteligencji i nowych technologii

Pomimo tych wyzwań, kilka pionierek przełamuje bariery i kształtuje przyszłość sztucznej inteligencji:

  • Dr Fei-Fei Li: Liderka badań nad sztuczną inteligencją, współzałożycielka AI4ALL w celu wspierania różnorodności w tej dziedzinie.
  • Timnit Gebru: Głośna orędowniczka etycznej sztucznej inteligencji, ujawniła uprzedzenia rasowe i płciowe w rozpoznawaniu twarzy.
  • Joy Buolamwini: Jej praca nad uprzedzeniami algorytmicznymi doprowadziła do zmian w polityce rozwoju sztucznej inteligencji.
  • Kate Crawford: Badaczka podkreślająca społeczne i etyczne implikacje sztucznej inteligencji.

Źródło danych: UNESCO (2021), AI Index Report (2022), McKinsey & Company (2023)

Niwelowanie cyfrowej przepaści między płciami: Rozwiązania i najlepsze praktyki

Aby zapewnić, że AI jest sprawiedliwa, inkluzywna i reprezentatywna, należy wdrożyć następujące strategie:

  1. Inicjatywy wczesnej edukacji: Programy takie jak Girls Who Code, AI4ALL i Code First Girls przedstawiają sztuczną inteligencję i programowanie młodym dziewczętom, wspierając zainteresowanie karierą techniczną od najmłodszych lat.
  2. Korporacyjna polityka różnorodności: Giganci technologiczni, tacy jak Google, IBM i Microsoft, inwestują w szkolenia i inicjatywy rekrutacyjne w zakresie AI ukierunkowane na różnorodność. Jednak więcej firm musi zobowiązać się do przejrzystej polityki zatrudniania i awansowania, aby zlikwidować lukę płciową.
  3. Działania na szczeblu rządowym i politycznym: Strategia Cyfrowej Dekady UE (2022) ma na celu pozyskanie 20 milionów specjalistów ICT do 2030 roku, z naciskiem na osiągnięcie równowagi płci na stanowiskach związanych z technologią. Kluczowe znaczenie mają polityki, które finansują startupy AI kierowane przez kobiety i egzekwują równe płace w STEM.
  4. Mentoring i wsparcie: Ustanowienie ustrukturyzowanych programów mentorskich łączących młode kobiety z profesjonalistkami w dziedzinie sztucznej inteligencji może zapewnić wskazówki i wsparcie.
  5. Audyty uprzedzeń w rozwoju sztucznej inteligencji: Modele sztucznej inteligencji powinny być rutynowo kontrolowane pod kątem uprzedzeń ze względu na płeć, aby zapewnić uczciwe i etyczne wdrażanie technologii.

Wnioski: Przyszłość AI musi być inkluzywna

Przyszłość sztucznej inteligencji i nowych technologii nie może być budowana tylko przez połowę populacji. Udział kobiet to nie tylko kwestia sprawiedliwości – ma on zasadnicze znaczenie dla innowacji technologicznych, wzrostu gospodarczego i dobrobytu społecznego. Zajmując się uprzedzeniami w edukacji, rekrutacji i przywództwie w zakresie sztucznej inteligencji, możemy zniwelować przepaść cyfrową i zapewnić, że sztuczna inteligencja będzie służyć całej ludzkości w równym stopniu.

Jak ujęła to dr Fei-Fei Li: „Sztuczna inteligencja nie jest ani dobra, ani zła. Jest tym, czym ją uczynimy. A żeby ją ulepszyć, potrzebujemy głosu każdego z zainteresowanych”.

Bibliografia

  1. Światowe Forum Ekonomiczne (2023). „Global Gender Gap Report 2023.” Pozyskano z: https://www.weforum.org/reports/global-gender-gap-report-2023
  2. AI Index Report (2022). „Measuring Trends in Artificial Intelligence.” Pozyskano z: https://aiindex.stanford.edu/report/
  3. UNESCO (2021). „Cracking the Code: Girls’ and Women’s Education in STEM.” Pozyskano z: https://unesdoc.unesco.org/
  4. MIT Technology Review (2018). „How AI Hiring Tools Discriminate Against Women.” Pozyskano z: https://www.technologyreview.com/
  5. Harvard Business Review (2022). „Why Women Entrepreneurs Receive Less Funding.” Pozyskano z: https://hbr.org/
  6. Komisja Europejska (2022). „The Digital Decade Strategy.” Pozyskano z: https://digital-strategy.ec.europa.eu/en/policies/digital-decade
  7. MIT Media Lab (2018). „Gender Shades: Bias in Facial Recognition.” Pozyskano z: https://www.media.mit.edu/projects/gender-shades/