超越偏见：公平、多样性和包容性必须推动人工智能在工作场所的实施
随着人工智能（AI）不断重塑行业、改变工作场所，组织和领导者不仅要审视其对生产力、创新和经济收益的影响，还要审视与这些变革性技术相关的道德影响。将公平、多样性和包容性 (EDI) 视角融入 AI 系统不再是一种奢侈或可选项。确保 AI 惠及所有人至关重要，包括应享有公平待遇的群体，例如女性、土著人民、残疾人、黑人和有色人种以及 2SLGBTQ+ 社区。
如果没有这一承诺，人工智能可能会加剧现有的偏见和不平等，包括基于性别、种族、性取向以及可见和不可见残疾的偏见和不平等。我们已经知道人工智能对人力资源和招聘的深远影响，但它的影响远不止于此。
尽管人工智能采用方面的差距往往是讨论的焦点，但围绕其开发和部署的道德问题也同样重要。这些问题对领导力、信任和问责制有着深远的影响。领导者和组织需要更多的支持、教育和指导，以负责任地引导人工智能融入工作场所。
对道德人工智能的需求
人工智能有潜力揭露和解决系统性歧视问题，但前提是它的设计和使用符合道德规范且具有包容性。机器学习算法从大型数据集中学习模式，但这些数据集通常反映出现有的偏见和代表性不足。
人工智能系统可能会无意中强化这些偏见。作为一名学者和从业者，我知道数据并不是中立的；它受到参与数据收集和分析的环境和人员的影响。
这种风险的一个明显例子是微软的 Tay Twitter 聊天机器人，它开始转发种族主义推文，并在发布后仅 16 小时就被关闭。Tay 从与 Twitter 用户的互动中“学习”。
此类事件不仅从公共关系角度来看具有破坏性，还会影响员工，特别是来自边缘化社区的员工，他们可能会感到被自己组织的技术疏远或得不到支持。
同样，人工智能虚拟形象应用 Lensa 也被证明可以将男性变成宇航员和其他有趣且赋予权力的角色，同时将女性性感化。在游戏等已经面临性别歧视的行业中，这向用户发出了令人不安的信息，强化了刻板印象，并为员工创造了一个充满敌意的工作环境。
AI 技术的创造者和使用者必须从头开始融入 EDI 原则。AI开发团队的多样性是最有效的保障之一，因为它可以最大限度地减少盲点。
通过从一开始就将 EDI 价值嵌入 AI，创造者和用户可以确保 AI 工具及其使用不会加剧应享有公平待遇的群体所面临的障碍，并制定纠正措施来缓解现有和新出现的问题。
领导者必须发挥领导作用
领导者必须认识到人工智能如何推动变革。它可以揭示隐藏的偏见和差异，这些偏见和差异可能会迫使人们做出令人不安的清算，并需要人们保持谦逊。认识到偏见可能具有挑战性——没有人愿意有偏见，但每个人都有偏见。
通过整合 EDI 和 AI，领导者可以为值得获得股权的群体开辟新的机会。例如，通过结合 AI 和多元化团队的力量，我们可以促进包容性产品设计，以满足更多消费者的需求，并为组织带来更多成功。
人工智能应被视为帮助决策者的附加工具，而不是替代工具。领导者必须确保人工智能系统的设计和部署以包容性为核心。他们需要在将潜在差异编码到算法决策之前解决这些差异，并在后续纠正剩余的错误。
责任仍然在人的层面上；领导者需要谦逊和勇气。
人工智能将继续存在
在消费者和员工都要求公司和工作场所采取更加道德的行为的当今世界，透明度、问责制和包容性变得越来越重要。
将道德 AI 原则嵌入其系统的组织不仅可以避免加剧不平等，还可以将自己定位为市场领导者。这些原则包括公平、透明、人工监督、学习/数据集代表性的多样性和非歧视。
解决这个问题可以建立信任，缩小采用方面的差距，并消除可能导致不平等的偏见。人工智能将继续存在，并必将在未来几年在我们所有人的生活中发挥更大的作用。随着它越来越成为社会不可或缺的一部分，实施这些原则至关重要。
明确的问责机制和做法有助于确保人工智能系统的运行方式符合组织和整个社会的价值观。这些考虑因素包括验证和确认人工智能输出、确保可解释性（解释和证明结果的能力），以及设计和实施纠正和解决偏见的机制。
领导者必须培育创新和责任的文化，让开发人员、数据科学家和其他利益相关者了解他们在减少偏见、确保公平和优先考虑包容性方面所扮演的角色。这可以包括追求 EDI 认证，以在组织的各个层面提高对偏见的认识和责任感。
如果没有这些承诺，公众对人工智能的信任可能会受到损害，并削弱这些技术带来的潜在好处——这在过去几年已经成为一个问题。
应对人工智能的策略
领导者应发挥关键作用，认识到人工智能虽然具有变革性，但并不能取代人类监督。人工智能本身并不是消除偏见的灵丹妙药。为了向前迈进，组织应该：
让不同的团队参与人工智能开发，以确保不同的观点和生活经验塑造技术、改进数据并规范其使用。
培育包容性的工作场所，让享有平等权利群体的成员能够放心地说出真实的想法，发出自己的声音，感到被倾听和重视，包括当他们指出缺点和偏见时。
优先提高员工和领导者的技能和再培训，以提高人工智能素养并加强批判性思维、适应性、创造力和 EDI 相关技能等关键的可转移技能。
建立明确的责任框架，并定期进行严格的审计，以发现和减轻人工智能系统中的偏见。框架应该随着人工智能的发展而发展。
与其他外部团体合作，包括政府、非营利组织或教育机构（如企业董事协会、Vector 人工智能研究所或Mila AI 研究所），创建一个可随时获得支持、资源和信息的生态系统。
通过优先考虑这些做法，组织和领导者都可以让人工智能既成为创新和经济增长的力量，又成为道德责任的典范，进一步包容应享有平等权利的群体。人工智能应该让工作场所和社会中的每个人都受益。
页:
[1]