Η τεχνητή νοημοσύνη ως ευκαιρία για την ισότητα των φύλων. Των Ζ. ΔΗΜΑΔΑΜΑ και Ε. ΣΤΕΦΟΠΟΥΛΟΥ
Οι 12 θεοί του Ολύμπου εξηγούσαν τον κόσμο των αρχαίων Ελλήνων κι έδιναν νόημα σε ό,τι περίεργο και δύσκολα εξηγήσιμο τους συνέβαινε, καλό ή κακό. Είχαν ο καθένας τον χαρακτήρα του και τη λειτουργία του, ανθρώπινα χαρακτηριστικά και συμπεριφορές εν μέρει αναμενόμενες, αλλά ουδέποτε απολύτως προβλέψιμες. Δεν είναι τυχαίο που η αρχαία σοφία κατένειμε τους θεϊκούς ρόλους ισομερώς, σε 6 γυναίκες θεές και 6 άντρες θεούς. Λίγοι ήταν οι μύστες και οι ιερείς που γνώριζαν τις θεϊκές βουλές και καθοδηγούσαν τον κόσμο προς πράξεις ευμένειας των θεών.
Η Τεχνητή Νοημοσύνη (ΤΝ) έχει παρομοιαστεί με το σύγχρονο Ολύμπιο πάνθεον: Αλγοριθμική νόηση που εκπαιδεύεται ώστε να αναπαράγει τις γνωστικές λειτουργίες του ανθρώπου, όπως είναι η μάθηση, ο σχεδιασμός και η δημιουργικότητα. Κανείς δεν ξέρει με ακρίβεια το αποτέλεσμα κάθε φορά που τρέχει ένας τέτοιος αλγόριθμος, αν και υπάρχει μια πρότερη κατανόηση για το τι κάνει αυτός ο αλγόριθμος. Σήμερα, εκτός από τα ευρέως χρησιμοποιούμενα συστήματα τεχνητής νοημοσύνης για να μας προτείνει την πίτσα του γούστου μας η αγαπημένη μας αλυσίδα, ή για να μεταφράσει το ποστάκι του Ουκρανού φίλου μας το facebook, υπάρχουν συστήματα ΤΝ που χρησιμοποιούνται για να αξιολογήσουν την ικανότητα χρήσης της γλώσσας σε υποψήφιους για μια δουλειά, την πιθανότητα να προβεί κάποιος σε παράνομες πράξεις, ή ακόμα και να κάνει τη διάγνωση για το αν κάποια έχει καρκίνο των ωοθηκών.
Εκείνο που απουσιάζει από την εικόνα είναι η ισότιμη εκπροσώπηση των γυναικών στη διαδικασία εκπαίδευσης των αλγορίθμων τεχνητής νοημοσύνης. Γιατί μπορεί οι θεές του Ολύμπου να ήταν έξι, εισάγοντας ισάξια όλα τα γυναικεία χαρακτηριστικά στην διακυβέρνηση του αρχαίου κόσμου, αλλά μόνο το 29% όσων εργάζονται στην έρευνα και ανάπτυξη παγκοσμίως είναι γυναίκες σύμφωνα με τον ΟΟΣΑ. Σύμφωνα με το Ευρωπαϊκό Ινστιτούτο για την Ισότητα των Φύλων, στην ΕΕ και το Ηνωμένο Βασίλειο, μόλις το 16 % όσων εργάζονται στην ΤΝ είναι γυναίκες.
Επιπλέον, η έκθεση Mobile Gender Gap Report για το 2021 υπογραμμίζει ότι οι γυναίκες έχουν 7% λιγότερες πιθανότητες από τους άνδρες να είναι κάτοχοι κινητού τηλεφώνου και 15% λιγότερες πιθανότητες να χρησιμοποιούν το κινητό διαδίκτυο. Υπάρχουν επίσης 234 εκατομμύρια λιγότερες γυναίκες από ό,τι άνδρες που έχουν πρόσβαση στο διαδίκτυο. Το γεγονός ότι οι γυναίκες έχουν λιγότερη πρόσβαση σε αυτές τις τεχνολογίες σημαίνει ότι δεν παράγουν τον ίδιο όγκο δεδομένων με τους άνδρες χρήστες, γεγονός που εγγενώς στρεβλώνει τα σύνολα δεδομένων, τα οποία χρησιμοποιούνται για την εκπαίδευση των αλγορίθμων τεχνητής νοημοσύνης.
Η αλγοριθμική προκατάληψη λόγω φύλου μπορεί να είναι μια αντανάκλαση του κόσμου στον οποίο ζούμε, αλλά το γεγονός ότι πλέον την επισημαίνουμε και ξέρουμε που παρουσιάζεται πιο έντονα, δημιουργεί μια αισιοδοξία ότι μπορούμε, εφαρμόζοντας καλά στοχευμένες δημόσιες πολιτικές, να άρουμε τις ανισότητες λόγω φύλου στην εποχή της 4ης βιομηχανικής επανάστασης. Η πρόκληση είναι να καταφέρουμε έγκαιρα, δηλαδή από την αρχή, να ενσωματώσουμε την γυναικεία οπτική στην ανάπτυξη των νέων αλγορίθμων: από τον τρόπο που ένα σύστημα ΤΝ «βλέπει» το γυναικείο σώμα για να κάνει ιατρικές διαγνώσεις ως τα κριτήρια που αξιολογούνται ως θετικά, σε μια υποψηφιότητα για κάποια θέση εργασίας. Μπορεί, για παράδειγμα, να θεωρείται «ηγετικό» το να εκφράζεις έντονα την άποψή σου και να είσαι εξωστρεφής επειδή μέχρι σήμερα ηγετικές θέσεις κατείχαν κυρίως άνδρες οι οποίοι επιδείκνυαν αυτά τα χαρακτηριστικά.
Για το λόγο αυτό θα πρέπει να ενσωματωθεί η διάσταση του φύλου στις δημόσιες πολιτικές για την ΤΝ. Συγκεκριμένα:
- Το Δημόσιο πρέπει να εξετάσει το ενδεχόμενο να δώσει προβάδισμα σε τεχνολογικές επιχειρήσεις που είτε ανήκουν σε γυναίκες είτε έχουν ομάδα προγραμματιστών με υψηλή γυναικεία συμμετοχή. Οι δημόσιες συμβάσεις υπήρξαν ανέκαθεν εργαλείο διαμόρφωσης δημόσιων πολιτικών, και η ευκαιρία που τώρα παρουσιάζεται να μειωθεί το χάσμα των φύλων μέσω της ανάπτυξης της ΤΝ είναι πολύ μεγάλη για να την αγνοήσουμε.
- Οι υπεύθυνοι χάραξης πολιτικής πρέπει να έχουν το θάρρος – και να ενθαρρύνονται – να θέτουν ερωτήσεις σχετικά με το πώς κατασκευάζεται κάθε αλγόριθμος και να μην ορρωδούν προ ουδενός τεχνολογικού κολοσσού αν πρόκειται να υπερασπιστούν την διαφάνεια και την ισότητα.
- Διαφάνεια και διαρκής δειγματοληπτική αξιολόγηση των συνόλων δεδομένων που χρησιμοποιούνται για την εκπαίδευση αλγορίθμων τεχνητής νοημοσύνης, για την εντοπισμό πιθανής υποαντιπροσώπευσης διαφορετικών ταυτοτήτων και ανισοτήτων φύλου.
- Θεσμική ενδυνάμωση των μορφών ελέγχου και λογοδοσίας και δημιουργία μηχανισμών διορθωτικών παρεμβάσεων σε περιπτώσεις που εντοπίζονται στρεβλώσεις.
Γιατί μπορεί οι υπολογιστές να έχουν ως πρότυπο τον ανθρώπινο εγκέφαλο, αλλά το ανθρώπινο μυαλό δεν λειτουργεί όπως οι υπολογιστές. Κι αυτό μας δίνει ένα μοναδικό πλεονέκτημα: να χρησιμοποιήσουμε την τεχνητή νοημοσύνη για να κάνουμε τον κόσμο μας περισσότερο ίσο.
Αναδημοσίευση από “huffingtonpost.gr”
