自20世纪初的先驱女性开始在工作场所取得进展以来，已经过去了一个多世纪，劳动力市场上的性别不平等早就应该成为历史。
但可悲的现实是，我们还有很长的路要走：即使是最明显的衡量标准——性别薪酬差距——世界也只有68.4%的实现平等的道路，而且按照目前的速度，未来131年都不会实现完全平等。
如果我们还没有意识到性别平等在我们的有生之年是不可能的，那么在某些部门和行业，情况甚至更加黯淡：人工智能在机会平等方面尤其落后，女性仅占其专业人员的22%。为什么这个数字这么低，我们如何改变它？我们，在DailyAI，查看统计数据，并与QuantUp首席运营官Agnieszka Suchwaikko博士和UnemployableAI的创始人兼首席执行官Alysia Silberg坐下来，以了解业内人士对行业内的性别歧视问题：
人工智能的工作正在蓬勃发展，但不是女性
毫无疑问，人工智能作为一个行业正在蓬勃发展。即使追溯到2020年，LinkedIn的一份报告也将“人工智能专家”确定为美国市场上最新兴的职位，在这一职位之后的四年里，每年的招聘增长率达到了惊人的74%。该行业对雇员的需求无疑是有史以来最强劲的，但事实证明，供应显然是以男性为中心的，十多年来这方面几乎没有什么变化。
有鉴于此，阿莉西亚认为有必要强调最初的编码员是女性的历史背景，特别是在20世纪中期的战时努力中。这突显了女性在计算机和技术发展中发挥的基础性作用。尽管女性占全球劳动力的47.7%，而且比男性更有可能同时拥有学士和硕士学位，但如今她们只占工作场所所有人工智能/数据职位的四分之一(26%)。
在这样的统计背景下，不可否认，人工智能行业存在着巨大的玻璃天花板，在很多方面，这是一个系统性问题，而不是直接歧视的产物。从当前劳动力的概况来看，这是最明显和最可衡量的，但它的根源是在生命的早期阶段。
ICT毕业生中男性比女性多500%
甚至在大多数未来的专业人士开始考虑进入职场之前，差异的种子往往已经被那些——至少似乎是——免费的教育选择所埋下。世界经济论坛最近的研究表明，攻读信息和通信技术学位的男性比例为8.2%，比选择专注于这一领域的女性（1.7%）高出近500%。
这并不是说由此产生的不平等是自己强加的。事实远非如此：难怪有这么多聪明而有抱负的年轻女性进入大学，她们觉得自己的教育应该更好地专注于另一个领域，尤其是因为科技界的女性教职员工太少了。例如，斯坦福大学以人为中心的人工智能研究所发现，在专注于人工智能的终身教职教师中，女性仅占16%。
尽管人工智能在过去十年中迅速增长，但随着这个早期和至关重要的供应商进入劳动力市场，并没有太大的变化。例如，2019年，女性占北美人工智能和计算机科学博士课程的22%，2010年同一统计类别的增长率仅为4%。学术界高层的这种蜗牛般的进步是一个全球性的问题，在全球范围内都在重复，在过去的十年里，女性攻读人工智能和计算机科学博士学位的人数停滞在20%左右，目前还没有任何转变的迹象。
20年前，Agnieszka选择攻读计算机科学学位，她并不惊讶地发现，在过去的20年里几乎没有什么变化：
“在我们班上，有三个女孩，有二十多个男孩。如果有人做了一个总结，按性别比较结果，差异会非常明显。我们需要更多，我们做到了”。
预计妇女在”目的相关”领域工作
即使对于那些有足够勇气进入男性主导的领域的人来说，达到资格点只是奋斗的一半。例如，到了博士阶段，Agnieszka的一个女同学已经搬到了另一个领域，而Agnieszka和唯一剩下的女性则转向了一个更注重实际的项目。在她的生物控制学和生物医学工程博士学位期间，Agnieszka发现她经常被引导到有实际应用的项目，而不是更多的理论应用。
Agnieszka的经历绝不是独一无二的，它将艾玛·费尔南德斯在2023年3月的Esade 4YFN上提出的假设带入了现实，即女孩从小到终其一生都受到社会和刻板印象的压力，将精力集中在“与目的相关”的工作上。技术很少被认为是具有具体目的的东西；它被视为一种工具，而不是实现可衡量效益的一种方式。当然，这是一种误解，尤其是考虑到最近人工智能在科学和健康方面的突破，但这并不妨碍它阻碍平等。
Esade专家小组努力提出的观点是，科技世界中的性别不平等甚至可以追溯到大学时代–甚至可以追溯到婴儿时期–并在我们的社会结构中根深蒂固。它从一些小而天真的东西开始，比如我们用来向孩子们传达科技目的的语言，而带有性别色彩的玩具和游戏有助于向社会灌输对男孩和女孩的期望。例如，机器人和电脑游戏仍然经常被视为男孩的追求，这让许多女孩从小就感觉与科技脱节。这加剧了人们缺乏信心，甚至在教育的基础阶段也是如此，Teach First最近的研究显示，43%的女孩对科学缺乏信心，而男孩的这一比例仅为26%。
费尔南德斯简单地说了这一点：
“孩子们从不选择他们不知道的东西。”
因此，在技术领域实现平等代表权的道路必须从学校开始，在这方面有许多相对简单的方法取得真正的进展，无论是通过提高教师的技能，还是投资于针对年轻女孩的STEM倡议。
在Agnieszka看来，我们可以从进一步追溯到学前教育水平中受益。
“我们需要从早期阶段就注重发展两性之间的伙伴关系.未来取决于我们”。
阿莉西亚同意教育很重要，但呼吁采取更多元化的方法。
“推进人工智能领域的性别平等需要多方面的方法，包括教育、非性别工具和促进情商。我的使命与联合国儿童基金会的目标一致，强调有必要进行系统性改革，以支持女性参与人工智能。通过专注于这些领域，我们可以赋予女性权力，使其成为人工智能和技术领域的领先力量，推动积极的变革和创新，使社会变得更美好。
AI中的女性代表性很重要
2023年11月，也就是Chat-GPT推出一年后，OpenAI的首席执行官萨姆·奥特曼暂时被该公司长期担任CTO的米拉·穆拉蒂取代，后者曾被评为“科技界最有趣的女性”。虽然穆拉蒂现在已经将这个角色让给了埃米特·谢尔，但她的影响力依然存在，她被认为是帮助人工智能进入主流的功臣。
然而，不幸的是，Murati是一个例外，而不是技术世界的规则。传统上，年轻女孩和青少年在人工智能领域很少有女性榜样，这反过来又使得激发对该领域的热情变得更加困难，更不用说激情了。虽然埃隆·马斯克和山姆·奥特曼几乎家喻户晓，但很少有人听说过创建ImagNet的林飞飞，或伊莱恩·里奇，他们的工作奠定了人工智能研究的基础，并为该领域的进一步发展铺平了道路。
和科学一样，人工智能也有一种被称为“玛蒂尔达效应”的倾向：女性的贡献往往被忽视、淡化或归因于男性同事。Agnieszka现在和她的丈夫和男性合作伙伴一起工作，他们总是关注团队的诀窍，而不是性别，但她并不总是能够避免偏见：
“不幸的是，即使是我的丈夫一开始也不相信我，尽管我的岳母今天仍然是一名活跃的建筑师。所以我像口头禅一样重复了一遍：“你读过博士学位，这意味着你并不比你的同事们笨。”
Alysia描述了为了取得成功，她也不得不被她的“男性同龄人”接受，但决心不在这个过程中失去她的身份：
我的道路包括利用人工智能来公平竞争，并在一个我经常是房间里为数不多的女性之一的领域里让我的声音正常化。与硅谷一些最具创新精神的创始人共事，既充满挑战，又令人振奋。这需要我驾驭被接受为“男孩”的细微差别，同时保持我的身份和正直。我在这一领域的成功不仅仅是为了适应；也是为了打破障碍，重塑格局，使女性更具包容性和公平性。
像许多女性一样，阿莉西亚和阿格涅斯卡都不得不比她们的男同事更努力地工作，以证明自己。阿格涅斯卡不允许这件事打击她的自尊：
特别是自信，是没人能给你的，甚至没人能帮你建立起来的。人们可能会试图让你自我感觉不好，但你可以反击。你与你周围的人不同，你知道这一点。利用这种差异，因为它是你的非凡力量，你将用它来建设你的美好未来。
导师制是女性相互学习的最佳方式
毫无疑问，Agnieszka和Alysia都努力工作，以达到他们现在的位置，并击退了反对者。虽然我们承认和庆祝这些成就，以及米拉·穆拉蒂等其他女性科技先驱的成就很重要，但只有当女性的成就不再被视为不同寻常或出人意料时，该领域的真正进步才会到来。
然而，改变的希望是，像WLDA（女性数字和人工智能领导者）这样的组织，由Asha Saxena创建，涌现出来不仅是为了鼓励更多女性进入该领域，而且还相信指导和点对点反馈是女性相互学习和提升的最佳方式。
这是阿格涅斯卡可以支持的：
“为了让更多的女孩和女性对人工智能感兴趣，我们需要真实的例子，真实的女性故事，以证明这是可能的。作为导师的人拥有权威：尊重和影响力。因此，他们可以帮助梦想在人工智能领域工作的女孩和女性，看看他们的资产如何加速他们的职业生涯，并在人工智能行业打开大门。我们需要比我们更强大的人来证明我们有足够的能力去做这件事。”
Alysia本人是投资公司Street Global的创始人和普通合伙人，在那里她指导科技创业公司并帮助他们上市：
“我对指导和支持下一代人工智能女性的承诺植根于这样一种信念，即女性拥有有效利用人工智能力量的所有必要素质。他们带来了独特的视角、同情心和对社会影响的细致理解，这些对人工智能技术的道德发展和部署至关重要。
WLDA的重点自然是赋予女性权力，以扩大她们的领导能力，但他们的众多战略之一是在行业内招募男性盟友，他们可以
“我也非常相信一支球队的力量。任何具有团队合作和责任分担的主动行动，以展示对挑战的不同观点是非常有价值的。在大多数情况下，男人和女人之间的差异是虚构的，当涉及到我们所做的工作时，这是由我们注意到的。
平等提高产品质量
71%的人认为，增加更多的女性加入人工智能和机器学习的劳动力将为该行业带来急需的视角。目前，自然语言处理存在一个真正的问题，这是常见人工智能系统的关键组成部分，如苹果的Siri和亚马逊的Alexa，主要由男性开发，表现出明显和负面的性别偏见。同样，用于性别识别的计算机视觉系统也存在问题，报告在识别女性，特别是那些肤色较深的女性方面的错误率较高。这往往是由于缺乏足够的女性投入而产生的训练数据集不完整或不准确。
根据Alysia的经验，我们如何处理这些讨论是至关重要的：
“我在硅谷的经历告诉我，将讨论从象征性转变为促进性别平等的证明结果的重要性。
Agnieszka认为，这个问题在于整个世界，技术本身不应被指责为没有公平和包容：
“世界仍然没有被设计为平等地满足男人和女人的需要。我希望手机适合我的手和口袋，就像它适合我丈夫的手和口袋一样。我希望在碰撞测试中代表女性的人体模型不仅仅是一个缩小的男性人体模型，而是考虑到女性的外貌。作为一个社会，我们需要深刻的变革。幸运的是，它正在发生。我们正在接近转折点”。
人工智能正在成为日常生活的一个重要组成部分，以至于在这一领域存在代表性不足的风险，对社会产生更广泛的影响，并全面阻碍平等努力。以机器人系统的性别特性为例：机器人服务员、接待员和电话销售机器人总是由男性编程使用女性声音，性别陈规定型观念显然有可能得到加强。
在Agnieszka看来，在无数次关于性别偏见和陈规定型观念的辩论中，我们经常未能讨论的一个关键因素是我们使用人工智能的责任：
“尽管我们知道人工智能的两面（坏的和好的），但作为人类，我们仍然不急于一致地选择正确的一面。因此，我必须指出并强调，没有全球性和巨大的压力来解决人工智能项目中的所有形式的偏见。
联合国教科文组织敦促各国政府采取行动
虽然Agnieszka认为没有压力来解决这些偏见，但教科文组织不同意。在他们关于人工智能伦理的建议中，他们解决了这样一个事实：人工智能可能会在代表先前存在的人类雇佣偏见的人员数据集上进行训练，这些偏见通常具有强烈的男性倾斜，并可能导致人工智能系统更倾向于男性候选人而不是女性候选人。作为有针对性的一揽子行动的一部分，他们建议为支持妇女和女孩的政策提供专项资金，以确保她们在人工智能系统中得到充分的代表。
联合国教科文组织坚持认为，各国政府应实施性别平等行动计划，以纳入国家数字政策。许多人会认为，这些措施对于促进和推动妇女参与数字行业至关重要，但Agnieszka认为，对私营部门实施进一步监管并不是解决办法：
“我们不需要更多的限制。我们需要更多的诱惑。与其引入新的规则或义务，我们需要专注于支持那些以聘用明智的管理者为基础的组织。这将导致更多的组织想要像他们一样。你不能用更多的官僚主义来改变人们的想法。
然而，Alysia认为，为性别相关计划提供专项资金，并将性别行动计划纳入国家数字政策，都是创造妇女在数字部门茁壮成长的环境的必要措施。这反过来又将大大促进技术进步和创新。
当涉及到性别不平等时，Agnieszka坚持认为公司应该在招聘阶段解决这个问题：
“从你雇佣的人开始。依靠声望很高的经理。他们可以为每个人创造一个相互支持和包容的环境。他们将进行内部审计，以检查招聘过程是否基于专业知识，而不是性别。他们将听取每个人的意见，不分性别、正规教育或资历，表明每个人都是有价值的，每个人都有自己的方式，我们将通过合作获得最大收益。作为一名首席运营官，我监督公司的招聘程序是否公平，以及员工是否感到受到重视。这是极其重要的，因为在人工智能中，如果你想建立A-Team，你必须选择不同的角色，然后依赖他们。
Alysia同意，人工智能组织有责任确保他们为女性同事创造一个支持性的环境：
“组织必须创造包容的环境，鼓励女性在人工智能方面出类拔萃。认识到人工智能工程师的关键作用和女性可以做出的独特贡献至关重要。通过重视女性带来的人的因素和智慧，公司可以促进人工智能技术的积极颠覆和进步。支持性政策、指导和职业发展机会是实现这一目标的关键“。
