麥肯錫：人工智能和勞動力性別方面的偏見來源

　　麥肯錫在2021年4月發布了報告《關于人工智能和性別偏見的對話》。

　　本報告仔細研究了我們在人工智能和性別方面的偏見來源。本報告強調了重點方面的問題。

　　人工智能中的偏見是讓人們認為它們是對人類大腦的模仿。就像一個生來一無所有的人類孩子，對任何現象都沒有現有的知識，他們如何通過觀察和學習來理解現實——這就是算法如何從數據中學習。所以，不管給他們提供什么數據，他們是如何訓練的，他們會發現什么偏差，他們會發現什么模式，唯一的問題是算法中有多少智能可以糾正這些偏差。如果沒有，那么他們當然會重復這些模式，并用他們的計算能力放大它們。

　　許多算法的例子從數據中學習，然后在輸出中展示這些模式。如果數據中存在性別歧視，他們就會采用這種模式，在輸出結果中表現出同樣的性別歧視行為。不幸的是，人工智能的勞動力是男性主導的。在大型機器學習公司，技術崗位上只有20%的員工是女性。根據聯合國教科文組織的報告，12%的人工智能研究人員可能是女性，人工智能領域的專業軟件開發人員中有6%是女性。

　　所以，在很大程度上，有一個男性勞動力在這些算法上工作并定義規則。也許不是故意的，但這是人的本性。即使你將有一個主導力量的女性設計的東西，他們傾向于以一種適合自己的方式設計。你無意識地把自己的偏見添加到算法中;你在創造這些規則。

　　文本由@木子日青 原創發布于三個皮匠報告網站，未經授權禁止轉載。

　　數據來源：《麥肯錫：關于人工智能和性別偏見的對話》