Inteligência Artificial

Mulheres enviesadas por gênero na Inteligência Artificial

Para cada uma de suas disparidades, as grandes organizações de tecnologia concordam que em um futuro breve seremos comandados por máquinas inteligentes.

Google, Amazon, Facebook e Apple afirmam que em breve cada parte de nossas vidas será alterada pela inteligência artificial e aprendizado de máquina, através de inovações como por exemplo carros autônomos e reconhecimento facial.

No entanto, os indivíduos cujo trabalho apóia essa visão não se parecem muito com a sociedade que seus desenvolvimentos querem mudar.

Estudantes de todo o mundo estão enfrentando uma realidade trágica: organizações muito numerosas, apesar de estarem lutando para causar um impacto real na IA, continuam sem uma cultura de colaboração em suas equipes de análise.

O estudo revela que quase 75% das empresas de ciência de dados do sexo feminino estão procurando exatamente o oposto de seu emprego futuro, em particular trabalho aplicado e com impacto, enquanto homens estão em conflito. Por qualquer período de tempo que as organizações abordem e promovam sua ciência de dados e IA como empreendimentos teóricos sem um valor concreto e mensurável, as alunas continuarão sendo impedidas de entrar em campo.

No Reino Unido, o governo reconheceu a importância da IA ​​e da ciência de dados, tornando-o um dos quatro pilares de sua estratégia industrial. Não é apenas um fator crítico do crescimento econômico, no entanto, os algoritmos que suportam a IA estão se tornando transformadores e abrangentes. 

Os sistemas algorítmicos são progressivamente utilizados de maneiras que podem impactar legitimamente nossas vidas, convocadas a tomar decisões sobre propostas de emprego, avanços e até condenações criminais.

Essa pode ser uma chance brilhante de melhorar a decência na tomada de decisões, especialmente quando as pessoas não têm a melhor reputação devido a preconceitos conscientes e inconscientes. No entanto, se não garantirmos que aqueles que trabalham com IA são mais representativos da sociedade em que trabalham, isso provavelmente não ocorrerá e estamos em grave perigo de continuar estabelecendo a injustiça e, pior ainda, atribuindo a essa injustiça no negócio da inovação.

Apesar dessas variedades em todos os países, a questão é essencialmente mundial, afetando uma variedade decente neste campo em rápido desenvolvimento. As organizações não podem depender apenas da agitação da mídia em torno da IA, buscando o trabalho de um cientista de dados para vender-se misteriosamente aos estudantes.

Eles devem criar uma cultura perceptível dentro de suas equipes de ciência de dados que celebram o impacto e evitam a competitividade e, posteriormente, tornam essa oportunidade de carreira verdadeiramente substancial e atraente para os estudantes dos dois sexos.

Embora as organizações avancem em direção a uma maneira cada vez mais deliberada de lidar com a IA, elas também podem capacitar a diversidade com mais rapidez, tornando-se substancialmente mais explícitas em sua comunicação com os alunos, abordando legitimamente as preocupações que as mulheres apresentam como significativas: o papel da ciência de dados nos negócios, como os cientistas de dados trabalham juntos em casos de uso e como uma carreira na ciência de dados inclui mais do que codificação.

Eles devem estar se voltando para os alunos com modelos reais e provas de valor, comunicados por profissionais reais de ciência de dados que podem tornar substancial o cotidiano e legitimamente abordar discernimentos negativos sobre a cultura do trabalho.

Organizações e governos estão apostando na IA em vista de seu potencial para permitir que os computadores se decidam e tomem uma decisão no planeta, em territórios, por exemplo, assistência médica e policiamento. O Facebook depende do aprendizado de máquina para ajudá-lo a combater notícias falsas em locais com socioeconômica totalmente diferente do seu laboratório de pesquisa de IA, por exemplo, Mianmar, onde boatos de fofocas na plataforma da organização levaram à violência.

Os perigos da estrutura da IA ​​prejudicam certos grupos, quando a equipe de pesquisa é homogênea. Várias equipes tendem a sinalizar problemas que podem ter resultados sociais negativos antes que um produto seja lançado. Pesquisas também demonstraram que diversos grupos são progressivamente produtivos.

As equipes corporativas e acadêmicas de inteligência artificial já lançaram dados e sistemas involuntariamente contra pessoas inadequadamente representadas entre os devotos ministros da inteligência artificial. Há um ano, analistas das universidades da Virgínia e Washington indicaram que duas enormes coleções de imagens usadas em pesquisas de aprendizado de máquina, incluindo uma suportada pela Microsoft e pelo Facebook, ensinam aos algoritmos uma visão distorcida do gênero. Fotos de pessoas comprando e lavando, em grande parte, ligadas às mulheres, por exemplo.

A escassez de mulheres entre analistas de aprendizado de máquina não é realmente surpreendente. O campo mais extenso da ciência da computação é todo relatado como sendo governado por homens. 

Os números do governo mostram que a extensão das mulheres que obtiveram o diploma de bacharel em computação nos EUA diminuiu essencialmente nos últimos anos, algo contrário ao padrão das ciências físicas e biológicas.

Garantir que as cientistas de dados femininas sejam substancialmente mais óbvias é uma das principais coisas que podemos fazer para começar a corrigir isso. Os modelos de papéis são de importância crucial para indicar jovens que também podem trabalhar em ciência de dados e que essa decisão de carreira é uma possibilidade para eles.

O negócio de tecnologia pode, inquestionavelmente, ter seu impacto no apoio a mulheres graduadas em STEM para buscar carreiras em tecnologia e em realizar mais para garantir que as mulheres não deixem essas profissões prematuramente com atividades focadas em cuidados infantis, equilíbrio entre vida profissional e pessoal e mais financiamento disponível para mulheres. empresários.

Por qualquer período de tempo em que as organizações não entendam direito, uma parte enorme (e desequilibrada do feminino) do pool de talentos para ciência de dados continuará fazendo uma declaração e manterá uma distância estratégica do campo, propagando a brecha de recrutamento de gênero no mundo. essa parte cada vez mais crítica das forças de trabalho das empresas.

Fonte: Analyticsinsight

Livros sobre I.A

inteligencia artificial

Inteligência Artificial. Diálogos Entre Me...

guia-rapido-robotica-inteligencia-artificial

Guia Rápido De Robótica E Inteligência Art...

data-science-para-negocios-inteligencia-artificial

Data Science para negócios

redes-neurais-artificiais

Redes Neurais Artificiais Para Engenharia ...

inteligencia-artificial-artificial

Inteligência Artificial Artificial: Como o...

redes neurais artificiais em 45 minutos inteligencia artificial

Redes Neurais Artificiais em 45 Minutos: i...

livro redes neurais princípio e prática

Redes Neurais. Princípios e Prática

superinteligencia-caminhos-perigos-estrategias

Superinteligência: Caminhos, Perigos, Estr...

Cursos de I.A

curso-inteligencia-artificial-avancada-assistentes-pessoais

Inteligência artificial avançada para assi...

comandar-casa-por-voz-internet-das-coisas

Manual para Comandar sua Casa por Voz a Ba...

talia sistema inteligencia artificial advogados

Talia – Inteligência Artificial para...

curso online robotica automacao residencial

Curso de Robótica e Automação Residencial

instarise

Instarise – Inteligência artificial ...

internet-das-coisas-curso

Internet das Coisas – Uma visão ampl...

curso robôs im inteligência artificial facebook

ROBOS.im – Plataforma para criação d...

Tudo Sobre IoT curso online

Tudo Sobre IoT – Internet das Coisas