"Hindi namin maaaring mapigilan ang bias sa AI sa biased teams." - Joy Buolamwini
"Hindi namin maaaring mapigilan ang bias sa AI sa biased teams." - Joy Buolamwini
Kung makikita mo ito, ang mga pagkakataon ay ikaw ay nagtanong sa ChatGPT isang tanong, ginagamit ng isang sistema ng pag-recommendation upang binge ang iyong susunod na favorite show, o nakikita ng isang AI filter i-convert ang iyong selfie sa isang Renaissance painting.
But while we marvel at ang kapangyarihan ng artificial intelligence, may isang tanong na hindi natin mag-asawa:
Sino ang tumutulong sa pagbuo ng intelligence na ito?
Sino ang tumutulong sa pagbuo ng intelligence na ito?Sa likod ng mga neural networks at bilyong mga parameter, mayroong isang mas mababa-visible ngunit hindi ganap na vital na kapangyarihan:women-Scientists, engineers, ethicists, at pioneers, na binubuo ang mga pangunahing pangunahing at etika ng AI tulad namin ito ngayon.
Ada Lovelace: The Original Architect of Algorithms
Habang ang AI ay maaaring tumingin tulad ng isang modernong marvel, ang mga kahulugan nito ay maaaring i-trace sa 1800s-yes, talagang.world’s first computer programmerSinabi niya na ito ay ang unang algorithm na inihahanda para sa isang makina, at inihahanda niya ang isang bukas na kung saan ang mga makina ay maaaring gawin higit sa lamang ang crunch numbers.
Sa tingin mo ba ang familiar?
Lovelace ay hindi binuo ng AI, ngunit siya ay buksan ang door para sa computing pag-iisip.
Siya ay umalis sa pamamagitan ng ito.
Fei-Fei Li: Teaching AI to See
Walang konversasyon tungkol sa modernong AI ay ganap na walangDr. Fei-Fei Li, co-director ng Stanford's Human-Centered AI Institute at ang tagapagtatag ng ImageNet, isang dataset kaya masamang at kaya detalyado na nag-aalok ng modernong computer vision revolution.
Bago sa ImageNet, ang AI ay nagkakahalaga sa pag-classification ng imahe. Ngayon, ang iyong telepono ay maaaring magkakaiba sa pagitan ng isang cat at isang cappuccino, sa pamamagitan ng deep learning na inirerekomenda sa parehong data ang kanyang team curated.ethical, inclusive, and human-centered AI,Nag-iisip sa mundo na ang intelligence ay walang katangian nang walang empatiya.
Timnit Gebru: The Voice of Conscience
Ang AI ay malakas, ngunit ang kapangyarihan nang walang responsibilidad ay dangerous.Timnit GebruIsang computer scientist at ex-co-leader ng Google's Ethical AI team, ang pag-aaral ng Gebru sa algorithmic bias at facial recognition ay nagpapakita kung paano ang AI ay maaaring i-perpetuate ang racial at gender discrimination.
Ang kanyang trabaho ay hindi lamang nag-expose ng mga defects, ito ay nagtatagumpay ng mga global na talakayan tungkol saethics, corporate responsibility, and diversity in AI teams.Ang pag-iisip ng Timnit mula sa Google ay gumagawa ng mga headlines, ngunit ito ay din nagsisimula ng isang pag-iisip, na nag-iisip ng mga kumpanya ng teknolohiya upang makipag-ugnayan sa mga uncomfortable na katotohanan.
Joy Buolamwini: Fighting Bias with the Coded Gaze
Ngunit alam mo ba na ang ilang mga sistema na ito ay hindi nakikipag-ugnay sa mga kababaihan na may mas mataas na balat?Joy Buolamwini, founder ng Algorithmic Justice League, inihahanda ito sa pamamagitan ng kanyang pananaliksik sa MIT Media Lab.
Mga DocumentaryAng mga bias peeled back the shiny facade of AI to reveal something alarming: unintentional biases baked into code, stemming from a lack of representation in training data and development teams.Ang pag-advocacy ng Joy ay nangangahulugan sa mga pagbabago sa real-world na pananaliksik at mas mataas na pag-inspection sa mga pag-implementasyon ng AI sa law enforcement at pamahalaan.
Ang mga biasOther Women Changing the Game
- Rana el Kaliouby, isang pioneer sa affective computing, binuo ng emosyonal na AI na maaaring i-detect ang mga feeling ng tao sa pamamagitan ng mga ekspresyon ng mukha.
- Cynthia Breazeal, isa sa mga unang nagtrabaho sa social robotics, ginawa ang mga makina na mas interactive at human-like.
- Si Kate Crawford, na ang kanyang trabaho ay naglalaman ng mga politikong at philosophical dimensyon ng AI, ay co-founded ng AI Now Institute upang gumawa ng teknolohiya ng mas equal.
These aren’t token names. These are women rewriting the rules of what machines can learn, feel, and decide.
Ang mga ito ay hindi token na mga pangalan. Ito ay mga kababaihan na rewrite ang mga patakaran ng kung ano ang makina ay maaaring malaman, makinig, at magsisimula.Ang mga ito ay hindi token na mga pangalan. Ito ay mga kababaihan na rewrite ang mga patakaran ng kung ano ang makina ay maaaring malaman, makinig, at magsisimula.Why This Matters?
Ang global AI narrative ay na-shaped para sa mas maraming oras sa pamamagitan ng isang narinig na demographics. Kapag ang AI ay dinisenyo nang walang diversity sa kanyang mga tagapagtatag, ito ay may risk ng pag-aralan ng mabigat na mga stereotype at pag-iisip ng mga marginalized na komunidad. Kapag AI integrates mas mataas sa lahat, mula sa diagnostics ng kalusugan sa financial lending, ito ay naginga social responsibilityupang matugunan na ang kanyang mga architects ay nagpapakita ng mundo na ito ay inaasahan upang lumiligo.
Ngunit ang mga babae ay nag-aalok lamang sa22% of AI professionalsglobally, ayon sa World Economic Forum. Ang gap ay hindi lamang tungkol sa representasyon - ito ay isang blind spot sa inovasyon, etika, at empatiya.
A Call to Action
Kung ikaw ay sa teknolohiya: mentor isang babae. Kung ikaw ay hiring: diversify ang iyong team. Kung ikaw ay bumuo ng mga produkto: question ang iyong data. Kung ikaw ay nag-writing ang AI policy: pakikipag-usap sa mga salita na ay nasa itaas mula sa araw na ito ngunit hindi kailanman may microphone.
Ang kabuuan ng AI ay hindi lamang tungkol sa kung ano ang makina ay maaaring gawin - ito ay tungkol sawho gets to shape that future.
Let’s make sure it’s a future built by everyone, for everyone.
