Користењето на вештачка интелигенција (ВИ) во различни сфери на животот има потенцијал да донесе значителни придобивки, но истовремено носи и ризици, особено во контекст на родовата еднаквост. Еден од главните ризици со кои се соочуваме е потенцијалот на ВИ да ја засили постоечката родова нееднаквост преку алгоритми кои можат да бидат пристрасни. Овие алгоритми, ако не се правилно дизајнирани и тестирани, можат да произведат резултати кои ги фаворизираат мажите пред жените, со што дополнително се продлабочува родовата дискриминација во различни области, вклучувајќи ги вработувањето и пристапот до ресурси.
За справување со потенцијалните ризици се имплементираат политики и практики кои ќе осигураат родова инклузивност во развојот и примената на ВИ, како и создавање на образовни програми за техничките тимови кои работат на ВИ системи, со цел да се зголеми свеста за проблемите на родовата пристрасност и да се развијат алатки кои ќе ги минимизираат овие предрасуди. Исто така, подеднакво важно е и вклучување на жените и различните маргинализирани групи во процесот на дизајнирање на ВИ системи за да се создадат поразновидни и инклузивни решенија.
Со применување на позитивни акциони мерки, како што се флексибилни квоти и специјални програми за поддршка на жени во STEM областите, жените имаат еднаков пристап до можности во технологијата и бизнисот. Овие мерки не само што помагаат во зголемувањето на учеството на жени во развојот на ВИ, туку и создаваат култура на инклузивност која е неопходна за постигнување на родова еднаквост во оваа динамична област.
Идентификација на ризиците во алгоритмите и ВИ системите
Алгоритамска пристрасност е еден од најзначајните проблеми интелигенција (ВИ). Алгоритмите често се дизајнирани или обучени на податоци кои ги одразуваат постоечки предрасуди во општеството. Тоа резултира во системи кои фаворизираат мажи пред жени, особено во области како што се вработувањето, кредитирањето и правосудството. Овие системи создаваат дополнителни бариери за жените, особено за оние од маргинализирани групи.
Современите ВИ системи често користат сложени алгоритми, како што се длабокото учење и невронските мрежи, кои се тешки за разбирање дури и за експертите. Многу од овие системи функционираат како “црни кутии”, што значи дека е тешко да се разбере нивниот процес на донесување одлуки. Ова отсуство на транспарентност доведува до ситуации каде што жените не можат да ги оспорат одлуките донесени од ВИ системите, што дополнително ја продлабочува нееднаквоста и ги ограничува нивните права.
Нееднаквата репрезентација во податоците е еден од најзначајните предизвици во развојот и примената на вештачката интелигенција (ВИ). Овој проблем произлегува од фактот дека податочните сетови кои се користат за обука на ВИ системите често не ги претставуваат соодветно сите демографски групи. Ако податоците не вклучуваат доволно примери на жени или различни родови идентитети, системите може да не ги разберат или да не ги предвидат потребите на овие групи.
Многу ВИ системи се обучуваат на податоци кои одразуваат историски општествени предрасуди и нееднаквости. На пример, ако податоците за вработување покажуваат дека мажите доминираат во одредени професии, ВИ системите можат да ги репродуцираат овие обрасци на нееднаквост. Покрај тоа, постои потенцијал за злоупотреба на ВИ системите, особено во контексти како што се социјалните мрежи или системите за безбедност. Исто така, доколку тимовите кои ги развиваат овие технологии не се инклузивни и не вклучуваат жени и други маргинализирани групи, постои ризик од создавање на системи кои не ги разбираат или не ги адресираат специфичните потреби на овие групи.
