妇女在 AI 领域中的现状
关注差距
一段时间以来,AI 领域的性别多样性一直没有变化。2019 年,妇女占北美所有 AI 和计算机科学博士项目的 22%,仅比 2010 年同一统计类别的数据增长 4%。
是什么促成了 AI 领域中这种持续的性别差距,该如何解决这个问题呢?
在这份“AI 中的妇女形象”白皮书中,Deloitte 采访了在其组织内担任 AI 领导职位的女性,并针对 AI 从业人员开展了调查,发现了 AI 领域中性别差距的根源,为组织提供了解决这个问题的潜在途径, 并说明了企业不采取措施将如何妨碍自身发展。
美国劳动力中妇女所占百分比


总劳动力


数据和 AI
业务案例
Deloitte 对从事 AI 和机器学习的女性和男性进行的调查进一步表明,一个组织拥有更多女性员工只会使企业受益。
受访者强烈赞同:

在组织内促进和提升多元化群体的公司将因此受益。

让更多女性担任管理层、领导职位和典范角色将使组织员工直接受益。
多样性的杠杆包括性别、种族、社会经济背景、工作经验、年龄、能力、特权和在歧视方面的经历等。符合多个标准的多样性有助于确保将广泛的观点和生活经验纳入 AI 系统的设计和实施中。AI 团队需要反映他们计划面向的人群,而且鉴于全球一半人口是女性,正如 AWS 的 Allie Miller(机器学习业务开发、初创企业和风险投资全球主管)所说,提高 AI 领域中的性别多样性是一个“常识”问题。
符合多个标准的多样性有助于确保将广泛的观点和生活经验纳入 AI 系统的设计和实施中。
AI 案例
Deloitte 对从事 AI 和机器学习的女性和男性进行的调查进一步表明,有更多女性从事该领域可改善 AI 系统的设计和功能。
受访者强烈赞同:

让女性加入 AI 和机器学习领域将为行业所需的高科技带来独特的视角。

增加设计师和开发人员的多样性将使 AI 和机器学习解决方案受益。

如果 AI 领域继续由男性主导,AI 和机器学习模型只会带来有偏见的结果。
AI 团队多样性的重要性与当今 AI 面临的最大挑战之一有关:AI 系统内的偏见。虽然大多数 AI 偏见是无意的且未被注意到,但如果 AI 系统使现有的性别偏见持续下去,它们将无法发挥最大能力,最终可能会阻碍组织有效地实施 AI。在最好的情况下,算法应该在评估后进行重组。在最坏的情况下,组织可能面临监管或声誉风险。
更多样性的劳动力可以更好地解释数据、测试解决方案和做出决策,从而识别和消除 AI 偏见。尤其是在性别方面,女性可能会注意到男性所忽视的东西(反之亦然)。就这一点而言,性别多样性有利于 AI 的发展。
下载信息图
下载完整报告
更多样性的劳动力可以更好地解释数据、测试解决方案和做出决策,从而识别和消除 AI 偏见。
推荐阅读
