AI 分野における女性の現状
今日、さまざまな業界のエンタープライズは、AI 分野における目標を達成するための共通の障壁に直面しています。それは人材です。必要な AI スキルが不足しているため、多くの組織は人材ソースの多様化を求めつつ、AI 関連の採用を増やしています。AI の需要は引き続き伸びているようです。2020 年の LinkedIn レポートによると、AI スペシャリストは米国で最も成長著しい仕事であり、この役割の採用は過去 4 年間で年間 74% 増加しています。
AI に対する需要が急増しているにもかかわらず、企業が AI 分野の目標を達成するのに役立つ可能性のある、少なくとも 1 つの人材プール、すなわち女性の人材プールは、ほとんど未開発のままです。2020 年には、女性は米国の労働力の約 47% を占めていました。さらに、2019 年には、女性は、米国の教育機関から学士号、修士号、博士号を男性よりも多く取得しています。
しかし、2020 World Economic Forum レポートでは、労働力全体に照らして、女性がデータや AI 関連のポジションの 26% しか占めていないことが明らかにされ、Stanford Institute for Human-Centered AI の 2021 AI Index Report では、世界において、AI に焦点を当てたテニュアトラックの教員全体のうち、女性が占めている割合がたったの 16% であることがわかりました。
ギャップを認識する
AI 分野では、長年にわたって、動かしがたいジェンダー間格差が絶え間なく存在しています。2019 年には、北米における AI およびコンピュータサイエンスの全 PhD プログラムの 22% を女性が占めていますが、これは 2010 年の同じ統計カテゴリに比してわずか 4% 高いだけの数字です。
では、何が AI におけるこの持続的なジェンダーによる格差を引き起こしていて、どうすれば私たちはこれに対処できるのでしょうか?
Deloitte が AI 分野で働く個人を調査することに加えて、組織内で AI 関連業務のリーダーとなった女性にインタビューした結果をまとめた、この Women in AI ホワイトペーパーは、AI 分野におけるジェンダーによる格差の根源を明らかにし、組織がそれを是正することを可能にし得る道を明らかにします。そして、是正しようとしない企業がどのように自らを窮地に追い込むのかも明らかにされています。
米国の労働力における女性の割合
全労働力
データと AI
ジェンダーの多様性が重要な理由
今日、特にリーダーシップポジションにおけるジェンダーの多様性が、業界全体の組織の生産性、収益性、および市場価値の向上を促進することが、エビデンスによって強力に裏付けられています。
- Goldman Sachs の調査によると、「多様な」取締役会を持つ企業 (Goldman は「多様な」を定義していませんが、女性に重点を置いていると述べています) は、公開市場において高いパフォーマンスを誇ります。取締役会に少なくとも 1 人の多様な構成員が含まれている組織は、株式公開後の最初の年に平均株価を 44% 上昇させました。これは、多様な構成員がいない企業 (13%) よりも大幅に高い数値です。
- 生産性とジェンダーの多様性の関係を分析した HBR の調査によると、西欧の企業では、労働力における男性に対する女性の比率が 10% 増加すると、市場価値が 7% 増加することがわかりました。
ビジネスケース
さらに、AI と機械学習の分野で働く女性と男性を対象とした Deloitte の調査では、組織内に女性を増やすことはビジネスにメリットをもたらすことが明らかにされました。
回答者は次のように強く同意しています。
組織内の多様なグループを昇進および昇格させる企業はその恩恵を受ける。
管理職、リーダー職、ロールモデル職の女性が増えると、組織の従業員に直接利益がある。
データは、多様で包括的な文化を持つ企業が、労働力の生産性とイノベーションを促進し、より良い製品を生み出し、同業他社に対する競争力を高め、売上と利益を向上させるよう、投資していることを示しています。AI では、多様性の重要性も十分に文書化されています。AI が解決する問題の定義、ソリューションの設計、データ入力の選択と準備、アルゴリズムの構築とトレーニングなど、効果的な AI システムを構築するために、AI チームは、AI が影響を与える人々と同じくらい多様である必要があります。
多様性の要素として、ジェンダー、人種、社会経済的な背景、職歴、年齢、能力、特徴、差別を受けたことがあるか否か、などを挙げることができます。さまざまな基準で多様性を持つことで、AI システムの設計と実装に幅広い視点と実際の経験を確実に組み込むことができます。AWS の Allie Miller (機械学習ビジネス開発、スタートアップ、およびベンチャーキャピタルのグローバルヘッド) が述べているように、AI チームがサービスを提供しようとしている人々を反映する必要があり、世界の人口の半分が女性であることを考えると、AI でより多くのジェンダーの多様性を採り入れることは「常識」です。
さまざまな基準で多様性を持つことで、AI システムの設計と実装に幅広い視点と実際の経験を確実に組み込むことができます。
AI ケース
AI と機械学習の分野で働く女性と男性を対象とした Deloitte の調査では、仕事場に女性が増えると AI システムの設計と機能が改善されることがさらに明らかになりました。
回答者は次のように強く同意しています。
AI と機械学習の分野に女性を加えることで、業界で必要とされるハイテクに独自の視点がもたらされる。
AI と機械学習ソリューションは、デザイナーとデベロッパーのポジションに多様な従業員を配置することでメリットが得られる。
AI が男性優位の分野であり続ける限り、AI と機械学習モデルは常に偏った結果を生み出す。
AI チーム内の多様性の重要性は、今日 AI が直面している最大の課題の 1 つである AI システム内のバイアスに関連しています。ほとんどの AI バイアスは意図的ではなく、見過ごされていますが、AI システムが既存の形態のジェンダーバイアスを持ち続けると、最大限の能力を発揮できなくなり、最終的に組織の AI の効果的な実装の進捗を妨げる可能性があります。少なくとも、アルゴリズムを評価して、再構築すべきです。最悪の場合、組織は規制または評判のリスクにさらされる可能性があります。
より多様な労働力は、データを解釈し、ソリューションをテストし、意思決定を行う際に AI バイアスを特定して除去するためのより優れたツールです。ジェンダーに特有のことですが、女性は、男性が見逃す可能性のある事柄を捉えることができる可能性があります (逆もまた同様です)。この点で、ジェンダーの多様性は AI 開発に役立つ可能性があります。
インフォグラフィックをダウンロードする
レポート全文をダウンロードする
より多様な労働力は、データを解釈し、ソリューションをテストし、意思決定を行う際に AI バイアスを特定して除去するためのより優れたツールです。
お勧めの記事
エンタープライズ規模での AI/ML イノベーションの加速
