Марија Темелкова
ВОВЕД
Родовата нееднаквост е еден од најголемите општествени предизвици што продолжува да влијае на повеќе аспекти од нашиот живот, вклучувајќи го образованието, вработувањето, платите и можностите за напредување. Иако во изминатите неколку години се направени значајни чекори за постигнување на поголема еднаквост, голем дел од жените сеуште се соочуваат со бариери кои ги ограничуваат нивните можости.
Жените претставуваат половина од светската популација, а со тоа и половина од нејзиниот потенцијал. Но родовата нееднаквост опстојува насекаде и со тоа го стангира општествениот напредок. Технологијата како моќна алатка за промени има потенцијал да придонесе кон намалување на овие разлики, но истовремено може и да ги продлабочи. Еден од клучните примери за ова е токму полето на вештачката интелигенција, каде што ниската застапеност на жените во развојот на технологијата може да има значително влијание врз инклузивноста и правичноста на AI системите.
ИСТОРИСКИ КОНТЕКСТ И СОВРЕМЕНИ ПРЕДИЗВИЦИ
Вештачката интелигенција е една од најбрзо растечките области во технологијата и нејзината примена се повеќе се проширува во различни сфери почнувајќи од образование и безбедност па се до здравство и финансии. Според неколку различни истражувања кои се направени, жените се уште претставуваат мал процент од вработените во оваа индустрија, што укажува на значителна нееднаквост во пристапот до можности и лидерски позиции во оваа област. За да се разбере поубаво сегашната состојба на оваа проблематика во делот со AI, убаво е да се погледне историскиот контекст. Жените долго време биле маргинализирани во областа на технологијата и науката. Иако имале значајни придонеси, како што е Ада Лавлејс, која се смета за првиот програмер, или пак Грејс Хопер, која го развила првиот компајлер за компјутерски јазик, нивните достигнувања често биле запоставувани или препишувани на некои од нивните машки колеги.
АДА ЛАВЛЕЈС-ПРВАТА ПРОГРАМЕРКА ЧИЈ ПРИДОНЕС БИЛ ЗАНЕМАРЕН
Ада Лавлејс е една од најзначајните фигури во историјата на комјутерската наука. Таа работела заедно со Чарлс Бебиџ на неговата аналитичка машина која се смета за претходник на модерните компјутери. Лавлејс не само што го разбрала потенцијалот на машината, туку и напишала детални белешки кои го вклучуваат првиот објавен алгоритам наменет за извршување на машина. Ова ја прави првиот програмер во историјата, но сепак нејзините придонеси долго време биле запоставувани, а нејзината работа препишувана на Бебиџ и други машки научници. Дури во последните неколку децении нејзината улога е целосно признаена и вреднувана.
ГРЕЈС ХОПЕР-ПИОНЕРКА НА КОМПАЈЛЕРИТЕ И МОДЕРНОТО ПРОГРАМИРАЊЕ
Уште една значајна личност во областа на компјутерската наука е и Грејс Хопер. Таа го развила првиот компајлер за компјутерски јазик, кој овозможил програмерите да пишуваат код на читлив јазик наместо директно на машински јазик. Со оваа иновација, таа го поставила темелот на модерното програмирање. Исто така таа била клучна во развојот на COBOL кој е еден од првите програмски јазици наменети за бизнис апликации. И покрај нејзините огромни придонеси на ова поле, таа често е исмевана или потценувана од нејзините машки колеги, а нејзината работа е препишувана на други личности.
СИСТЕМАТСКИ ПРЕЧКИ ЗА ЖЕНИТЕ ВО ТЕХНОЛОГИЈАТА
Низ историјата, жените се ограничувани од социјалните и културни норми кои ги сметале науките и технологијата за “машки” домени. Оние кои се обидувале да се вклучат во овие области често биле дискриминирани или принудени да работат во сенка. Иако жените имале значајни придонеси, тие секогаш се соочувале со систематски пречки кои ги ограничувале нивните можности и ги минимизирале нивните достигнувања што не е далеку од реалноста сега во 21 век, каде сеуште жените се сретнуваат со најразлични пречки. До неодамна тие имаа ограичен пристап до образование, особено во овие области. Дури и кога им било овозможено, често се насочувани кон “погодни” професии, како што е здравствената нега или пак образованието и работа со деца, наместо кон инженерството или компјутерските науки.
РОДОВАТА НЕЕДНАКВОСТ ВО ВЕШТАЧАТА ИНТЕЛИГЕНЦИЈА ДЕНЕС
Денесе вештачката интелигенција е една од најдинамичните и највлијателните области во технологијата. Сепак родовата нееднаквост во оваа област останува значителен проблем. Според истражувањата на многу организации како што се UNESCO и McKinsey, жените сочинуваат само околу 22% од работната сила во AI. Оваа бројка е уште пониска кога станува збор за лидерски позиции или за тешнички улоги како што се машинско учење и наука на податоци.
ПОСЛЕДИЦИ ОД РОДОВАТА НЕЕДНАКВОСТ ВО РАЗВОЈОТ НА AI ТЕХНОЛОГИИ
Оваа нееднаквост не е само проблем на застапеност, туку има реални последици за развојот на овие AI технологии. Бидејќи AI системите се создаваа од страна на луѓе, тие ги рефлектираат и предрасудите и перспективите на нивните создавачи. Оттука недостатокот на разновидност на тимовите што работата на AI може да доведе до содздавање на системи кои не се унклузивни или кои можат да ги засилат постоечките родови, расни или социјални нееднаквости.
ПРЕДРАСУДИ ВО AI СИСТЕМИТЕ
Еден од најголемите проблеми со AI е неговата склоност да ги репродуцира постоечките предрасуди. На пример, AI системите користени за регрутирање често биле критикувани дека фаворизираат машки кандидати, бидејќи биле обучени на историски податоци кои рефлектираат родова нееднаквост. Слично на тоа, системите за препознавање на лица понекогаш имаат потешкотии да ги препознаат жените или лицата со потемна кожа, што укажува на недостаток на разновидност во податоците и тимовите кои ги развиваат овие технологии.
ОГРАНИЧЕНИ ПЕРСПЕКТИВИ
Кога жените и други маргинализирани групи не се вклучени во развојот на AI, технологиите може да не ги земат во предвид нивните потреби и искуства. На пример завствената AI често е фокусирана на машките здравствени проблеми, а ги занемарува специфичните потреби на жените. Ова може да доведе до здравствена нееднаквост и да ги зголеми постоечките разлики.
ЕКОНОМСКИ ПОСЛЕДИЦИ
Родовата нееднаквост во AI исто така има економски влијанија. Бидејќи тоа е една од најбрзо растечките индустрии, ограничениот пристап на жените до оваа област значи дека тие се исклучени од една од најдобрите можности за економски напредок. Ова не само што ги ограничува индивидуалните кариери, туку и го намалува економскиот потенцијал на општеството како целина.
УСПЕШНИ ПРИМЕРИ НА ЖЕНИ ВО AI
- Феј-Феј Ли (Fei-Fei Li)
Таа е една од најпознатите личности во оваа област. Таа е професор по компјутерски науки на Стенфорд и е позната по нејзината работа во областа на computer vision. Таа е една од креаторите на ImageNet, голема база на податоци со милиони слики што ја револуционираше областа на машинското учење и го олесни развојот на алгоритми за препознавање на слики. Нејзината работа е клучна за развојот на современите AI системи кои можат да “гледаат” и да ги разбираат визуелните податоци.
Феј-Феј Ли е исто така основач на AI4ALL, орагнизација која има за цел да ја зголеми разновидноста и инклузивноста во AI преку образование и менторство за млади луѓе од различни општествени групи.
- Џој Буоламини (Joy Buolamwini)
Џој е истржувач од областа на AI и основач на Algorithmic Justice League, организација која се бори против предрасудите во алгоритмите. Таа е позната по нејзината работа која ги откри расните и родовите предрасуди во системите за препознавање на лица. Нејзиното истражување покажа дека овие системи често се помалку точни кога станува збор за жени и луѓе со потемна кожа.
Нејзината работа ја привлекла светската внимателност и доведе до зголемена свесност за етичките проблеми во AI. Таа е автор на книгата “Unmasking AI: My Mission to Protect What Is Human in a World of Machines”, која ја истражува важноста на човечките вредности во развојот на технологиите.
- Дафни Колер (Daphne Koller)
Таа е професор по компјутерски науки на Стенфорд и е основач на Coursera, платформа за онлајн образование која им овозможува на милиони луѓе ширум светот да учат за AI и други области. Колер исто така е активна во примената на AI во биологијата и медицината, каде нејзината работа придонесе за подобрување на разбирањето на болестите и развојот на нови лекови.
РЕШЕНИЈА И ИДНИ ЧЕКОРИ
- Промовирање на STEM образованието за девојчиња
Клучно е да се охрабрат поголем број од девојчињата да се занимаваат со STEM предмети од рана возраст. Ова може да се постигне преку наставни програми кои ги стимулираат креативноста и решавањето на проблеми, како и преку иницијативи кои ги вклучуваат жените во технологиите.
- Поддршка на жените во AI
Организациите треба да создадат подржувачки средини за жените во AI, вклучувајќи менторски програми, мрежи за поддршка и иницијативи за застапување на родовата еднаквост.
- Зголемување на разновидноста во тимовите
Компаниите треба активно да работат на зголемување на разновидноста на нивните тимови. Ова вклучува регрутирање на жени и други маргинализирани групи, како и обезбедување на еднакви можности за напредување.
- Етички стандарди во AI
Развојот на AI треба да вклучува етички стандарди кои ги земаат предвид родовите, расните и социјалните аспекти. Ова може да осигура дека AI системите се правични и инклузивни.
ЗАКЛУЧОК
Родовата нееднаквост во AI е сложен проблем кој има длабоки корени во историјата, културата и општеството. Сепак, со соодвтни напори, можно е да се создаде индустрија која е инклузивна и правична. Вклучувањето на жените во развојот на AI не е само прашање на правда, туку и на економски и општествен напредок. Само преку колективни напори можеме да се осигураме дека вештачката интелигенција ги служи сите членови на општеството подеднакво.
КОРИСТЕНА ЛИТЕРАТУРА
- Fei-Fei Li’s Profile | Stanford Profiles
- Algorithmic Justice League – Unmasking AI harms and biases
- Joy Buolamwini: How I’m fighting bias in algorithms | TED Talk
- Coursera’s Mission, Vision, and Commitment to Our Community | Coursera
- I’d blush if I could: closing gender divides in digital skills through education – UNESCO Digital Library
- Home – AI4ALL