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
