Women in AI
Deloitte AI Institute
Lo status delle donne nell'intelligenza artificiale odierna
Le imprese di tutti i settori oggi affrontano una barriera comune per raggiungere i loro obiettivi in tema di intelligenza artificiale, ovvero i talenti. Vista la carenze delle necessarie competenze di IA, molte aziende stanno aumentando le assunzioni nei relativi settori nel tentativo di diversificare le fonti di talento. La domanda di IA non fa che crescere: un rapporto LinkedIn del 2020 ha rilevato che lo specialista in intelligenza artificiale è il lavoro emergente più importante negli Stati Uniti, con una crescita delle assunzioni per il ruolo che è aumentata del 74% all'anno negli ultimi quattro anni.
Nonostante l'aumento della domanda di IA, c'è almeno un pool di talenti che potrebbe aiutare le aziende a soddisfare le loro ambizioni in ambito IA e che è rimasto sostanzialmente non sfruttato: le donne. Nel 2020, le donne rappresentavano circa il 47% della forza lavoro statunitense. Inoltre, nel 2019, le donne hanno conseguito il numero maggiore di lauree, master e dottorati presso istituti statunitensi.
Un rapporto del World Economic Forum del 2020, tuttavia, ha riscontrato che le donne ricoprono solo il 26% delle posizioni nel settore dati e IA - Intelligenza Artificiale nella forza lavoro, mentre l'AI Index Report dello Stanford Institute for Human-Centered AI del 2021 ha evidenziato che rappresentano solo il 16% delle personale universitario concentrato sull'IA a livello globale.
Trova le differenze
Si assiste a una persistente e inamovibile diversità di genere nell'IA da un po’ di tempo. Nel 2019, le donne rappresentavano il 22% di tutti i programmi di dottorato a tema IA e informatica in Nord America: solo il 4% in più rispetto alla stessa categoria statistica del 2010.
Allora cosa causa questo continuo divario di genere nell'IA, e come possiamo risolverlo?
Questo whitepaper, Women in AI, in cui Deloitte ha intervistato donne che sono arrivate a posizioni di leadership nell'IA all'interno delle loro aziende nonché persone che lavorano nell'ambiente, approfondisce le radici del divario di genere nell'IA, fornisce un potenziale percorso per le aziende per risolverlo, e spiega come le aziende che non lo fanno potrebbero mettersi i bastoni tra le ruote da sole.
Percentuale di donne nella forza lavoro statunitense
Forza lavoro totale
Dati e IA
L'importanza della diversità di genere
Oggi, si stanno rafforzando le prove a sostegno che la diversità di genere, in particolare tra le posizioni di leadership, determina un aumento della produttività, della redditività e del valore di mercato per le aziende in tutti i vari settori.
- Goldman Sachs Research ha osservato che le aziende con consigli di amministrazione "diversificati" (Goldman non ha definito "diversificato", ma ha dichiarato che l'enfasi ricadeva sulle donne) hanno ottenuto risultati migliori nei mercati pubblici. Le aziende con la presenza di almeno un membro diversificato nel consiglio di amministrazione hanno visto il prezzo medio delle loro azioni aumentato del 44% nel primo anno dopo l'entrata in borsa. Una cifra significativamente più alta delle aziende senza membri diversificati (13%).
- Una ricerca dell'MSCI Women's Leadership Index mostra che, dal 2016, le società quotate in borsa di grande, media e piccola capitalizzazione negli Stati Uniti, in Canada e in Europa che danno la priorità alla diversità di genere tra i membri della leadership esecutiva e del consiglio di amministrazione hanno prodotto profitti netti più elevati nei loro rispettivi mercati azionari rispetto alle aziende che non si impegnano nella diversità di genere.
- Uno studio di HBR che ha analizzato il legame tra la produttività e la diversità di genere ha scoperto che, tra le aziende dell'Europa occidentale, un aumento del 10% del rapporto tra donne e uomini nella forza lavoro è correlato a un aumento del 7% del valore di mercato.
Il business case
L'indagine di Deloitte su donne e uomini che lavorano nell'IA e nel machine learning ha dimostrato inoltre che la presenza di più donne all'interno di un'organizzazione può solo giovare a un'azienda.
Gli intervistati erano profondamente d'accordo:
Le aziende che favoriscono e incoraggiano gruppi diversificati all'interno dell'organizzazione ne trarranno beneficio.
La presenza di più donne in posizioni manageriali, di leadership e di modelli di ruolo porta vantaggi diretti ai dipendenti dell'organizzazione.
I dati mostrano che le aziende con culture diversificate e inclusive investono nel potenziamento della produttività e dell'innovazione all'interno della forza lavoro, il che comporta prodotti migliori, un vantaggio competitivo rispetto ai pari, e migliori vendite e profitti. Anche nell'ambito dell'IA l'importanza della diversità è stata ben documentata. Per creare un sistema di IA efficace, dalla definizione di un problema da risolvere tramite IA, alla progettazione di una soluzione, alla selezione e alla preparazione degli input di dati, alla costruzione e all'addestramento degli algoritmi, un team di IA dovrebbe essere tanto diversificato quanto le popolazioni su cui l'intelligenza artificiale avrà un impatto.
I punti di attenzione per la diversità includono il genere, la razza, il background socioeconomico, l'esperienza lavorativa, l'età, la capacità, il privilegio e l'esperienza con la discriminazione, tra gli altri. La diversità su vari criteri garantisce che, nella progettazione e nell'implementazione di un sistema di IA, si incorpori un'ampia gamma di prospettive ed esperienze vissute. A causa della necessità che i team di IA rappresentino le popolazioni a cui si vogliono rivolgere, e dato che la metà della popolazione mondiale è femminile, avere più diversità di genere all'interno dei settori IA è una questione di "buon senso", come ha dichiarato Allie Miller di AWS (Global Head of Machine Learning Business Development, Startups and Venture Capital).
La diversità su vari criteri garantisce che, nella progettazione e nell'implementazione di un sistema di IA, si incorpori un'ampia gamma di prospettive ed esperienze vissute.
Il caso IA
L'indagine di Deloitte su donne e uomini che lavorano nell'IA e nel machine learning ha rafforzato l'idea che la presenza di più donne nello spazio lavorativo migliori la progettazione e la funzionalità dei sistemi di intelligenza artificiale.
Gli intervistati erano profondamente d'accordo:
L'aggiunta di donne all'IA e al machine learning favorisce il fiorire di prospettive uniche e necessarie all'hi-tech.
Le soluzioni di IA e machine learning trarrebbero vantaggio dalla presenza di dipendenti più diversificati nelle posizioni di progettisti e sviluppatori.
I modelli di IA e di machine learning produrranno sempre risultati distorti finché l'IA continuerà a essere un campo dominato dagli uomini.
L'importanza della diversità all'interno dei team IA è correlata a una delle più grandi sfide che l'IA deve affrontare oggigiorno: i pregiudizi all'interno dei sistemi di intelligenza artificiale. Sebbene la maggior parte dei pregiudizi all'interno dell'IA abbia carattere involontario e passi inosservata, se i sistemi di IA perpetuano le forme esistenti di pregiudizi di genere, non riusciranno a raggiungere la loro massima potenzialità e potrebbero in ultima analisi ostacolare i progressi delle aziende nell'implementazione efficace dell'IA. Nel migliore dei casi, gli algoritmi dovrebbero essere ritoccati dopo essere stati valutati. Nel peggiore, le aziende potrebbero dover affrontare rischi normativi o minare la loro reputazione.
Una forza lavoro più diversificata è meglio preparata a identificare ed eliminare i pregiudizi dell'IA nell'interpretazione dei i dati, nei test delle soluzioni e nelle decisioni. Nello specifico per il genere, le donne colgono con tutta probabilità aspetti che agli uomini potrebbero sfuggire (e viceversa); In tal senso la diversità di genere può favorire lo sviluppo dell'intelligenza artificiale.
Scarica l'infografica
Scarica il report completo
Una forza lavoro più diversificata è meglio preparata a identificare ed eliminare i pregiudizi dell'IA nell'interpretazione dei i dati, nei test delle soluzioni e nelle decisioni.
Letture consigliate
Vincere le sfide del settore con il machine learning
Accelerare l'innovazione dell'IA/ML a livello aziendale
