人工智能 (AI) 中的女性形象
当今时代，要想实现人工智能技术目标，各行各业都面临着一个共同难题——人才。由于缺乏必要的人工智能技术技能，许多企业在增加人工智能专业人才招聘的同时，也在寻找多样化的人才来源。对人工智能的需求，似乎只增不减——2020年领英(LinkedIn)的一份报告显示，人工智能领域的专家是美国最热门的新兴职位，过去四年，该职位的招聘人数每年增长74% 。
尽管人工智能技术需求激增，但至少有一个基本上尚未得到开发的人才库可以帮助企业实现人工智能雄心——女性。2020年，女性大约占美国劳动力的47% 。与此同时，2019年，美国大学的研究生证书、硕士学位和博士学位大多由女性取得。
然而，2020年世界经济论坛的一份报告指出，女性在劳动力数据和人工智能岗位中仅占26% ，而斯坦福研究所的一项2021年人工智能指数报告发现，在全球专攻于人工智能专业的终身教职人员中，女性仅占16% 。
长期以来，人工智能领域始终保持着相对固定的性别比例，少有变化。2019年，就读于北美人工智能与计算机科学博士项目的女性占比22% ，仅比2010年高出4% 。
那么，是什么导致了人工智能领域的性别差距，我们又该如何解决这个问题呢？
在这份《白皮书：人工智能领域女性现状》中，除调查从业于人工智能领域的女性外，德勤还采访了在其企业中升至人工智能领域管理职位的女性，揭示了人工智能领域中性别差距的根源，为广大企业提供了一条解决这一问题的可行途径，并展示了忽视这一问题将如何妨碍企业的自身发展之路。
如今，越来越多的证据表明，性别多样性，尤其是领导层的性别多样性，能够推动跨行业企业的生产力、利润率，提高市场价值:
- 高盛(Goldman Sachs)的研究发现，董事会构成更“多元化”的公司（高盛没有为“多元化”下定义，但强调了为女性) 在市场竞争中的表现更为强劲。在上市后的第一年内，至少包含一位女性董事会成员的企业平均股价上涨44% ，这个数字比董事会不含女性成员的企业高出了13% 。
- 据 MSCI 妇女领导力指数的一项研究显示，自2016年以来，许多美国、加拿大和欧洲上市的大、中、小型股企业在其行政领导层和董事会中，将实现性别多样性作为优先事项，而这些企业在股票市场上产生的净回报率高于未能做到这一点的企业。
- 《哈佛商业评论》(HBR)的一项研究分析了生产力和性别多样性之间的关系，并显示，在西欧企业中，女性在职场中的比例每增加10%，企业市值可能增加7%。
德勤对人工智能和机器学习领域从业人员进行的调查进一步表明，企业中的女性越多，企业越能够受益。
数据显示，具有多元文化和包容性文化的企业正专注于提高员工的生产力和创新能力，转化更好的产品，找到自身竞争优势，以及提高销售和利润。在人工智能领域，性别多样化的重要性也得到了充分的证明: 建立高效的人工智能系统——包括定义人工智能所解决的问题、设计解决方案、筛选和准备数据输入，以及构建和训练算法等。以上证明，人工智能团队应该与其目标人群一样多样化。
多样性杠杆包括性别、种族、社会经济背景、工作经验、年龄、能力、特权以及遭受歧视的经历等等。在人工智能系统的设计与应用中，多元标准下的员工多样性有助于保证设计人员广泛地采纳观点与吸取生活经验。鉴于人工智能团队需要反映其受众，也就是人的需求，而世界人口的一半正是女性；因此正如亚马逊云科技的机器学习业务开发、创业和风险投资全球主管 Allie Miller 所说，在人工智能领域中加强性别多样性，应当成为一种“常识”。
多元化标准有助于确保在人工智能系统的设计和实现中广泛吸取各种观点与生活经验。
德勤对从事人工智能和机器学习领域工作的人员进行了调查。调查结果显示，让更多的女性进入人工智能领域，将有助于改善人工智能系统的设计和功能。
人工智能团队内部多样性的重要性与当今人工智能面临的最大挑战之一有关:人工智能系统内部的偏见。虽然大多数人工智能偏见是无意的，没有人注意到，但如果人工智能系统延续现有形式的性别偏见，它们将无法充分发挥其能力，并可能最终阻碍组织在有效实施人工智能方面的进展。在最好的情况下，算法应该在评估后重新使用。在最坏的情况下，组织可能面临监管或声誉风险。
一个更加多样化的劳动力能够更好地识别和消除人工智能在解释数据、测试解决方案和做出决策时的偏见。具体到性别，女人很可能会抓住男人可能错过的东西(反之亦然)。在这方面，性别多样性有利于人工智能的发展。
