私たちの人工知能システムの偏見に対処することは、現代の最も緊急の課題の 1 つです。なんで？これらのシステムにおける偏見の結果は、せいぜい問題であり、最悪の場合 だからです。 致命的 プロのエンジニアとして約 20 年の経験を積んだ私は、人工知能を人類を映し出す鏡と見なしています。結局のところ、AI システムは人間の決定によって生成されたデータから学習するため、テクノロジーにエンコードされて増幅された社会の偏見を私たちに反映しているだけです。  2015 年の悪名高い では、Google のエンジニアが、同社の画像認識システムが黒人を「ゴリラ」として分類していることに気付きました。たとえば、これらのシステムを トレーニングに使用すると、肌の色が濃い人を正確に識別できなくなり、生命を脅かす結果になる可能性があります。 例 テスラの自動運転車の 恐ろしいことではありますが、これらの例は、AI 対応テクノロジのさらなる開発においてすべての希望を失う必要があることを意味するものではありません。実際、エンジニアリング チームが不当で悲惨な結果を防ぐために、データやアルゴリズム モデルの偏りを特定して除去するために使用できるツールはたくさんあります。 しかし、鍵となるのは、現在と未来を形成する AI システムの構築を担当するチーム自体のメンバーシップに多様性を持たせることから始まります。 人種、性別、性的指向、年齢、経済状況などの多様な代表者を含む AI チームを構築することで、より正確で倫理的な AI システムが実現します。データを扱うさまざまなバックグラウンドを持つ人が多ければ多いほど、手遅れになる前にチームがバイアスを発見できる可能性が高くなります。多様性はまた、より創造的な思考を促進するだけでなく、より大規模で幅広い市場にスケールする能力を向上させます。 より多様な AI チームを雇う方法 現状では、テクノロジー企業には多様性が著しく欠けています。  では、大手テクノロジー企業の従業員の 5% 未満が黒人またはラテン系であることがわかりました。一方、米国の人口は 13.4% の黒人と 18.4% のラテン系の人々で構成されています。 AI Now Institute による 2019 年の調査 これらのギャップの説明は、マイノリティの学生や将来の就職希望者が直面する歴史的および構造的な障壁を含む、多数の要因に起因する可能性があります。 データによると、CS の学位を取得した黒人、ラテン系、先住民族、第一世代、および低所得層の学生の 80% がプログラムを中退しています。 このデータを使用して、学生の軌跡に沿った重要なポイント (大学時代の早い段階) に介入し、コンピューター サイエンスへの継続的な投資と最終的に学位を取得し、競争力のあるインターンシップに参加して完全に成功することをサポートするプログラミングを構築することを選択しました。 -時間の技術的なソフトウェアの役割。 実践的なスキル、つながり、自信を築く有給のインターンシップを、学生の学習過程の早い段階で、そして全体を通して行うことが重要です。 これらの早期インターンシップは、新進気鋭のジュニア向けに特に設計されており、中退または専攻変更を決定する前に、大学でのキャリアの早い段階で、少数派の多くの学生に技術的な経験とサポートを提供することを目的としています。 たとえば、過小評価されているコンピュータ サイエンスの学生向けのサマー インターンシップ フォー テック エクセレンス はすでに成功を収めており、2021 年の卒業生の 86% 近くが 3 年生の有給インターンシップの機会を確保しています。  と呼ばれる別のプレインターンシップ プログラムが、6 月に 25 人のプレインターンの最初のコホートで開始されます。 (SITE) プログラム Futureforce Tech Launchpad これらの企業やその他の企業は、私たちが足を踏み入れている人工知能の未来を形作るリーダーの一部です。そのため、製品チームに多様性を採用することが不可欠です. しかし、企業が AI に直接取り組んでいない場合でも、おそらく います。つまり、潜在的な才能を評価するために使用されるソフトウェアに、除外が継続的に組み込まれている可能性があります。 採用に AI を使用して これは、過小評価されている堅実なエンジニア候補生と現役の技術専門家との間に、より人間中心の架け橋、つまり関係を育み、メンターシップを提供する必要があることをさらに示しています。  AIはどこにでもあります。そして、より多様なチームを意図的に採用して設計と構築を開始しない限り、このテクノロジーが私たちの世界に問題のある危険な影響を与え続けることになります. しかし、大学、テクノロジー企業、その他の非営利団体を結集するセクター横断的なパートナーシップを通じて、テクノロジー労働力へのパイプラインを再発明することができ、おそらく、私たちが構築する人工知能の鏡を通して、より公平な世界が私たちに反映されるのを見始めることができます. .

Google

Tesla

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

競争力のある AI の役割の多様性を高めるには、インターンシップパイプラインの再発明が必要な理由

About Author

コメント

ラベル

この記事は

Related Stories

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

クラウド移行を成功させるための完全ガイド: 戦略とベストプラクティス

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

HackerNoon Coded: HackerNoonが最も活発に活動している上位10カ国

クラウド移行を成功させるための完全ガイド: 戦略とベストプラクティス

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps

競争力のある AI の役割の多様性を高めるには、インターンシップ パイプラインの再発明が必要な理由