麦肯锡：人工智能和劳动力性别方面的偏见来源

　　麦肯锡在2021年4月发布了报告《关于人工智能和性别偏见的对话》。

　　本报告仔细研究了我们在人工智能和性别方面的偏见来源。本报告强调了重点方面的问题。

　　人工智能中的偏见是让人们认为它们是对人类大脑的模仿。就像一个生来一无所有的人类孩子，对任何现象都没有现有的知识，他们如何通过观察和学习来理解现实——这就是算法如何从数据中学习。所以，不管给他们提供什么数据，他们是如何训练的，他们会发现什么偏差，他们会发现什么模式，唯一的问题是算法中有多少智能可以纠正这些偏差。如果没有，那么他们当然会重复这些模式，并用他们的计算能力放大它们。

　　许多算法的例子从数据中学习，然后在输出中展示这些模式。如果数据中存在性别歧视，他们就会采用这种模式，在输出结果中表现出同样的性别歧视行为。不幸的是，人工智能的劳动力是男性主导的。在大型机器学习公司，技术岗位上只有20%的员工是女性。根据联合国教科文组织的报告，12%的人工智能研究人员可能是女性，人工智能领域的专业软件开发人员中有6%是女性。

　　所以，在很大程度上，有一个男性劳动力在这些算法上工作并定义规则。也许不是故意的，但这是人的本性。即使你将有一个主导力量的女性设计的东西，他们倾向于以一种适合自己的方式设计。你无意识地把自己的偏见添加到算法中;你在创造这些规则。

　　文本由@木子日青 原创发布于三个皮匠报告网站，未经授权禁止转载。

　　数据来源：《麦肯锡：关于人工智能和性别偏见的对话》