Автор Андреј Салтировски
Апстракт
Одржливост, поим често употребен од нас и често упатен само кон животната средина. Дали само кон тоа треба да биде упатено или и кон општеството и економијата за да нивниот еднаков развој ја дефинира вистинската одржливост. Ваквиот пристап е основа на Целите за одржлив развој на Обедниетите Нации, меѓу кои покрај ова е вклучен и предизвикот поврзан со родовата еднаквост.
Таа е комплексен и се почесто присутен проблем во општествените културни и социјални аспекти и за нејзино решавање би биле потребни да се дефинираат нови пристапи, соработки и алатки. Тука може да ја спомнеме вештачката интелигенција чија улога е се поголема во нашите животи. Но каков е односот на вештачката интелигенција во однос на родовата еднаквост и дали постои можност за нејзино надминување би морале да направиме истражување во врска со предстојниот проблем.
1.Вовед
Концептот за одржливост е третиран на погрешен начин само во еколошки поглед, додека во позадина се ставени социјалните и економските фактори кои се недоволно застапени. За да можеме да воспоставиме вистинска одржливост ние би морале да ги разгледаме сите аспекти како едно, односно тие да работат како заемно зависни компоненти. Во исто време напредокот на вештачката инетлигенција се воспоставува како еден од најзначајните и најбрзите технологии развиени од информатичките науки. Но нејзиниот придонес главно е насочен кон претходно споменатите фактори.
За таа цел оваа фокусот на оваа проектна задача ќе биде сместен кон родовата еднаквост. Бројни извештаи и истражувања имаат покажано дека застапеноста на жените во технолошките области е на исклучиво ниско ниво, а истото се однесува и на практиката и научните истражувања. Поради сето тоа преку оваа проектна задача има за цел да ја истражи поврзаноста помеѓу вештачката интелигенција и родовата еднаквост. Преку истражување и анализа ќе бидат дадени одговори во врска со прашањата за предизвиците, трендовите и постигнување на социјална одржливост со одговорна примена на вештачката интелигенција.
2.Рамка
2.1 Агенда 2030 и Цел за одржлив развој број 5
Во рамки на ова истражување, главниот фокус го вперив кон Агендата 2030, која претставува глобална иницијатива усвоена од сите земји-членки на Обединетите Нации, која поставува 17 Цели за одржлив развој (SDGs) и 169 потцели. Таа опфаќа три теми на одржливост – еколошка, економска и социјална, а меѓу клучните теми се климатските промени, економската нееднаквост, иновациите, мирот и правдата. Целта 5 – Родова еднаквост, која претставува основа за создавање праведно и инклузивно општество. Главната цел е да се постигне родова еднаквост и да се поддржат сите жени и девојчиња. Во рамки на оваа цел се дефинирани девет потцели, од кои се опфатени следните аспекти:
- Прекин на сите форми на дискриминација и насилство врз жените;
- Елиминација на штетни практики како детски и присилни бракови;
- Вреднување на неплатената грижа и домашна работа;
- Обезбедување еднаков пристап до лидерски позиции;
- Гаранција на сексуално и репродуктивно здравје и права;
- Еднаквост во пристап до економски и природни ресурси;
- Поттикнување употреба на технологија за оснажување;
- Зајакнување на законски и институционални механизми за родова еднаквост.
Овие потцели служат како насока за развој на конкретни политики и мерки, при што родовата еднаквост не е разгледувана одвоено, туку како составен дел од пошироката агенда за одржлив развој.
2.2 Родова еднаквост и вештачка интелигенција
Родовата еднаквост, застапена како Цел број 5 од Агендата 2030 за одржлив развој, бара интердисциплинарен пристап и ангажман на сите области на знаење. Во оваа рамка, вештачката интелигенција сѐ повеќе станува значаен фактор, со потенцијал да влијае врз родовите односи преку својата примена во различни сфери од општеството. Оттука произлегува потребата системите базирани на вештачка интелигенција да бидат развивани во согласност со принципите на социјалната одржливост, при што родовата еднаквост треба да биде интегирана како составен дел од нивниот животен циклус.
Во таа насока, вештачката интелигенција може да се разгледува преку две комплементарни перспективи, инспирирани од концептите на одржливост „преку“ и „во“ технологијата (Erdélyi):
- Gender by AI – ВИ како алатка што придонесува за родова еднаквост, преку иновативни решенија и пристапи што ја поддржуваат оваа цел;
- Gender in AI – ВИ како област која самата мора да внимава на внатрешна родова застапеност, со цел да не репродуцира постоечки нееднаквости преку пристрасни алгоритми или неинклузивни развојни тимови.
Овие две перспективи нудат основа за подлабока анализа на улогата на вештачката интелигенција во создавањето или надминувањето на родовите разлики, и се особено релевантни за проценка на нејзиниот придонес кон социјално одржливи практики.
3.Методологија на истражување
Во рамките на ова истражување се применува методологијата на систематска мапирачка студија, со цел прибирање, категоризација и анализа на релевантната научна литература во доменот на вештачката интелигенција и родовата еднаквост. Методолошката рамка се заснова на насоките утврдени од Kitchenham (2007), при што се земени предвид и пристапите опишани кај Brereton et al. (2007) и Petersen et al. (2008), со цел да се обезбеди структурирана и репродуктивна анализа.
Овој пристап овозможува добивање на преглед врз истражувањата од интерес, идентификација на трендовите во литературата, како и систематско утврдување на истражувачки празнини и потенцијални насоки за понатамошна научна работа. Методот е спроведен низ две основни фази: планирање и изведба, при што се дефинираат критериуми за вклучување и исклучување, начини на пребарување, како и критериуми за класификација на податоците.
3.1 Фаза на планирање
3.1.1 Истражувачки прашања
Целта на оваа проектна е да ја анализира моменталната состојба и врската помеѓу вештачката интелигенција и родовата еднаквост, со фокус на идентификација на трендовите, предизвиците и потенцијалните области за понатамошно истражување. Истражувањето е засновано на преглед и систематизација на постоечката литература и практики, при што се издвојуваат релевантни информации за влијанието на вештачката интелигенција врз родовите односи, како и за можностите и ризиците кои произлегуваат од нејзината примена.
Целта е не само да се документира тековната ситуација, туку и да се истражат потенцијалните истражувачки празнини кои можат да служат како основа за идни академски и практични напори. Со тоа, трудот има поголем придонес кон разбирањето на начините на кои технологијата влијае врз општествените структури, особено во контекст на еднаквоста помеѓу половите.
Истражувањето се води според однапред дефинирани истражувачки прашања кои понатаму ќе бидат претставени во структурата на трудот, согласно академските стандарди и методолошкиот пристап.
Табела 1.Истражувачки прашања
| Истражувачко прашање | Мотивација |
| Каков вид на истражувања постојат за вештачка интелигенција и родова еднаквост?Кои потцели за родова еднаквост се опфатени во и преку вештачката интелигенција?Какви предлози базирани на вештачка интелигенција постојат за справување со родовата еднаквост? | Да се утврди типот, бројот на публикации и трендот во последните години во врска со вештачка интелигенција и родова еднаквост.Да се утврди кои потцели за родова еднаквост се опфатени во/преку вештачката интелигенција, со цел идентификување на можности и закани.Да се утврдат постоечките предлози засновани на вештачка интелигенција за справување со родовата еднаквост, со цел идентификување на трендови и можни празнини. |
3.1.2 Стратегија за пребарување
Како примарен извор за прибирање научни трудови во оваа проектна беше користена базата на податоци Scopus, поради нејзината обемност и академска релевантност. Пребарувањето ќе се спроведе на два начина:
- Општо пребарување со фокус на клучни термини поврзани со вештачка интелигенција и родова еднаквост;
- Целни пребарувања насочени кон секоја од десетте потцели на SDG 5 (родова еднаквост) од Агендата 2030.
За таа цел се користат прецизно конструирани стрингови (прикажани во табелата подолу), кои комбинираат поими од двете области и се применуваат врз насловите, апстрактите и клучните зборови на публикациите.
Табела 2.Пребарувачки низи
| Обем | Пребарувачки низи |
| ОпштоЦел 1Цел 2Цел 3Цел 4Цел 5Цел 6Цел 7 Цел 8Цел 9 | (“Вештачка интелигенција” ИЛИ AI) И (Род ИЛИ “Женски права” ИЛИ “Социјална одржливост” ИЛИ “Цел 5 на ОР”)*(“Вештачка интелигенција” ИЛИ AI) И ((Жени ИЛИ Девојчиња ИЛИ Род) И Дискриминација)(“Вештачка интелигенција” ИЛИ AI) И ((Жени ИЛИ Девојчиња ИЛИ Род) И (Насилство ИЛИ Експлоатација ИЛИ Трговија со луѓе))(“Вештачка интелигенција” ИЛИ AI) И (((Жени ИЛИ Девојчиња ИЛИ Род) И “Штетни практики”) ИЛИ ((Детски ИЛИ Рани ИЛИ Присилни) И Бракови) ИЛИ “Генитално осакатување”)(“Вештачка интелигенција” ИЛИ AI) И (“Грижа” ИЛИ “Домашна работа” ИЛИ “Социјални заштитни политики” ИЛИ “Споделена одговорност”)(“Вештачка интелигенција” ИЛИ AI) И ((Жени ИЛИ Девојчиња ИЛИ Род) И (“Еднакви можности” ИЛИ Учество ИЛИ Лидерство))(“Вештачка интелигенција” ИЛИ AI) И ((Сексуално ИЛИ Репродуктивно) И (Здравје ИЛИ Права))(“Вештачка интелигенција” ИЛИ AI) И ((Жени ИЛИ Девојчиња ИЛИ Род) И Еднак* И Права)(“Вештачка интелигенција” ИЛИ AI) И ((Жени ИЛИ Девојчиња) И Технологија)(“Вештачка интелигенција” ИЛИ AI) И ((Жени ИЛИ Девојчиња ИЛИ Род) И (Еднаквост ИЛИ Оснажување)) |
Дополнително, како временска рамка за анализата се поставува во периодот од 2010 година до денес, поради тоа што токму во последната деценија прашањето за родова еднаквост доби значително внимание. Ова ограничување овозможува фокусирање на поновата и потенцијално порелевантна литература, во согласност со современите трендови и развој на полето.
3.1.3 Критериуми за селекција
Собраните документи ќе се прелиминарно оценети врз основа на нивниот наслов, апстракт и клучни зборови, со цел идентификација на релевантни студии за понатамошна анализа. За селекција се применети следните критериуми:
Критериуми за вклучување:
- Студии на англиски јазик што обработуваат теми од областа на вештачка интелигенција и родова еднаквост (I1);
- Објавени во периодот 2010–2021 во рецензирани списанија, конференции или работилници (I2).
Критериуми за исклучување:
- Студии без целосен текст (само апстракти, мислења, презентации) (E1);
- Дупликати – ќе се задржи најцелосната и најновата верзија (E2);
- Студии што не ги поврзуваат темите на ВИ и родова еднаквост (E3).
Дополнително, ќе се користи методот на „снежна топка“, со што ќе се разгледуваат и референциите од селектираните трудови, во функција на проширување на релевантната литература.
3.1.4 Критериуми за проценка на квалитетот
За да се обезбеди валидност и доверливост на добиените резултати, во проектната е спроведена квалитативна проценка на избраните трудови. Проценката е извршена врз основа на четири критериуми, при што за секој се доделува поен според следната скала: –1 (не), 0 (делумно), +1 (да). Вкупниот можен резултат по студија се движи во опсегот –4 до +4.
Оценуваните критериуми се:
- Дали студијата нуди јасно објаснување за придонесот на ВИ кон родова еднаквост?
- Дали предложениот концепт е валидиран (емпириски, теоретски или не)?
- Дали трудот е објавен во релевантен и рангиран извор (списание/конференција)?
- Дали студијата има научен импакт (број на цитати)?
Овој систем овозможува објективна селекција на квалитетни и влијателни трудови за понатамошна анализа.
3.1.5 Екстракција на податоци
За секое истражувачко прашање беа однапред дефинирани и утврдени категории на можни одговори (во табела 3), со цел да се обезбеди конзистентност и систематичност во процесот на екстракција на податоци. Примената на овие критериуми овозможува секоја примарна студија да биде оценета според исти параметри, што значително би била олеснета понатамошната споредба, анализа и категоризација на добиените резултати.
Табела 3.Класификациска шема
| Истражувачко прашање | Одговори |
| Каков вид на истражувања постојат за вештачка интелигенција и родова еднаквост?Кои потцели за родова еднаквост се опфатени во и преку вештачката интелигенција?3.Какви предлози базирани на вештачка интелигенција постојат за справување со родовата еднаквост? | а) Анализа на постоечката состојба (state of the art) б) Предлог в) Валидација г) Друго а) Цел 1 б) Цел 2 в) Цел 3 г) Цел 4 д) Цел 5 ѓ) Цел 6 е) Цел 7 ж) Цел 8 з) Цел 9 а) Род преку вештачка интелигенција (Gender by AI)б) Род во вештачката интелигенција (Gender in AI) |
- Методологија на синтеза
Во фазата на анализа ќе се применат квантитативна и квалитативна синтеза на податоците добиени од примарните студии. Во квантитативната анализа е вклучено броење и пресметка на процентуална застапеност според истражувачките прашања, додека во квалитативната фокусот ќе биде вперен кон тематска анализа и интерпретација на релевантните содржини.
3.2 Фаза на извршување
Спроведувањето на студијата се одвиваше во три чекори:
- Идентификација на трудови: Преку 10 целно дефинирани пребарувања во Scopus беа добиени 3.558 резултати, од кои по првична селекција останаа 169 релевантни студии.
- Детална селекција: По темелна анализа на целосниот текст, беа издвоени 29 примарни студии кои ги исполнуваат сите критериуми.
- Анализа и синтеза: Секоја од избраните студии беше оценета според истражувачките прашања и квалитативните критериуми, со цел да се добијат структурирани и валидни наоди за понатамошна интерпретација.
4.Резултати
Општите резултати добиени од спроведената систематска мапирачка студија (SMS) се прикажани подолу, според одговарање на следните прашања:
- Каков тип на студии постојат за Вештачка интелигенција и родова еднаквост?
- Кои цели за родова еднаквост се адресирани преку и во рамки на Вештачка интелигенција?
- Какви видови на предлози базирани на вештачка интелигенција постојат за справување со родовата еднаквост?
4.1 Каков тип на студии постојат за Вештачка интелигенција и родова еднаквост?
Целта на првото истражувачко прашање е да ја класифицира постојната литература што ја поврзува вештачката интелигенција со родовата еднаквост. Од добиените анализи, 24% се фокусираат на преглед или анализа на состојбата, додека 69% предлагаат конкретни решенија за унапредување на родовата еднаквост преку. Сепак, само 11 од тие решенија се емпириски валидирани, што укажува на недостиг од практична примена.
Од страна на две студии се користи експериментален пристап за проценка на родови влијанија и намалување на пристрасноста. Забележан е и пораст на публикации во последните две години, што веројатно се должи на засилените глобални напори за постигнување на Целта за одржлив развој 5, што дополнително ја нагласува важноста од емпириски засилени истражувања во оваа област.
4.2 Кои цели за родова еднаквост се адресирани преку и во рамки на Вештачка интелигенција?
Од четвртото истражувачко прашање е разгледан опфатот на студиите поврзани со специфични цели од SDG 5 – Родова еднаквост. Од вкупно девет цели, анализираните студии опфаќаат само пет. Најчесто е застапена Целта 5.1 (елиминирање на дискриминација), присутна во 52% од трудовите. Следуваат:
- Цел 5.2 – 34% од студиите
- Цел 5.6 и 5.b – по 17%
- Цел 5.c – 7%
Целите 5.3, 5.4, 5.5 и 5.a не се третирани во ниту една студија, што укажува на значителни истражувачки празнини. Резултатите покажуваат нерамномерна распределба на научниот интерес, што укажува на потреба од поширока застапеност на сите аспекти на родовата еднаквост во истражувањата за вештачка интелигенција..
4.3 Какви видови на предлози базирани на вештачка интелигенција постојат за справување со родовата еднаквост?
Ова прашање ги разгледува студиите од двете перспективи: „Gender by AI“ што би значело користење на вештачка интелигенција за унапредување на родова еднаквост и „Gender in AI“ што значи намалување на родова пристрасност во самите системи на вештачка интелигенција. Резултатите покажуваат слична застапеност: 18 студии се фокусираат на „Gender by AI“, 13 на „Gender in AI“, а две ги опфаќаат двете:
„Gender by AI“ обично се применува во области како образование, здравство и пазар на труд, додека
„Gender in AI“ анализира проблеми како алгоритамска пристрасност и недоволна застапеност на жени во технолошкиот развој.
Процентуално, 62% од студиите адресираат практична примена на вештачка интелигенција за родова еднаквост, а 45% се фокусираат на внатрешни предизвици во вештачка интелигенција. Ова укажува на зголемен интерес, но и на потреба од подлабока и поконзистентна интеграција на родовата перспектива во целиот екосистем на вештачка интелигенција.
5. Заклучок
Оваа проектна, преку систематска мапирачка анализа, нуди значаен придонес во разбирањето на врската меѓу вештачката интелигенција и родовата еднаквост во контекст на SDG 5. Особено е вредно тоа што не само што ја мапира постојната состојба, туку и ни укажува на сериозни истражувачки празнини, односно области што сè уште се недоволно третирани, но клучни за постигнување вистинска инклузивност.
Од моја гледна точка, најсилната страна на трудот е идејата за развој на рамка на добри практики за „Gender by AI“ и „Gender in AI“, што ја гледам како суштински чекор кон креирање етички и одговорни системи на вештачка интелигенција. Ова не е само академска потреба, туку и реален повик за системски промени во академската заедница, но и во индустријата. Ако сакаме технолошки развој што не ја репродуцира постојната нееднаквост, туку активно ја надминува, мораме да ја интегрираме родовата перспектива во сите фази на дизајн и примена на вештачка интелигенција. Занемарувањето на оваа димензија не е само научна слабост, туку и пропуштена можност за посоцијално праведен технолошки напредок.
Референци
Kitchenham, B., 2007. Guidelines for Performing Systematic Literature Reviews in Software Engineering
(Version 2.3). EBSE Technical Report. Keele University, Keele, UK.
Brereton, P., Kitchenham, B. A., Budgen, D., Turner, M., & Khalil, M., 2007. Lessons from applying the
systematic literature review process within the software engineering domain. Journal of Systems and
Software, 80(4), pp. 571-583.
Adams, B. & Khomh, F., 2020. The Diversity Crisis of Software Engineering for Artificial Intelligence.
IEEE Software, 37(5), pp. 104-108.
Albusays, K., Bjorn, P., Dabbish, L., Ford, D., Murphy-Hill, E., Serebrenik, A., & Storey, M., 2021.
The Diversity Crisis in Software Development. IEEE Software, 38(2), pp. 19-25.
Patón-Romero, J. D., Baldassarre, M. T., Piattini, M., & García Rodríguez de Guzmán, I., 2017.
A Governance and Management Framework for Green IT. Sustainability, 9(10), pp. 1761.
Purvis, B., Mao, Y., & Robinson, D., 2019. Three pillars of sustainability: in search of conceptual origins.
Sustainability Science, 14(3), pp. 681-695.
Erdélyi, K., 2013. Special factors of development of green software supporting eco sustainability. Proc. of
IEEE 11th International Symposium on Intelligent Systems and Informatics (SISY 2013). Subotica,
Serbia, pp. 337-340.