Çeşitliliğe sahip ve kapsayıcı bir iş gücünün bir şirketin iş sonuçları üzerinde gerçekten olumlu bir etkisi olacağı bir sır değil. Yakın tarihli bir McKinsey raporu, kadınların iyi temsil edildiği ve liderlik pozisyonlarında yer aldığı şirketlerin, çeşitliliğin dikkate alınmadığı şirketlere göre %50’ye kadar daha kârlı olduğunu vurguladı.
Çeşitlilik, eşitlik ve kapsayıcılık (DE&I) ile iş başarısı arasında böylesine açık bir bağlantı bulunan şirketler, herkesin memnuniyetle karşılandığı ve gelişebileceği işyerleri yaratmak için gereken türden bir değişikliği yönlendirmeye yardımcı olmak için teknolojiye yöneliyor.
Yapay Zeka (AI), özellikle verilerle çalışmak söz konusu olduğunda, insanların manuel olarak yapamayacakları şeyleri yapmalarına olanak tanır. Ancak, sürüklenmeyi önlemek için uygun şekilde donatılmalıdırlar – yapay zeka tabanlı bir çeşitlilik politikası söz konusu olduğunda daha da önemlidir.
İnsanlar başarılı modeller oluşturma ve eğitme sürecinin önemli bir parçası olduğu için yapay zeka tek başına çalışmaz. Makine öğrenimi ve derin öğrenme algoritmalarını uygulamak için geçmiş verilerdeki önyargılar, istenmeyen ayrımcılığa yol açabilecek insan kararlarını içerebilecek kalıplara neden olabilir. Potansiyel önyargılarla doğrudan ilgili birçok alan (cinsiyet veya ırk gibi) kaldırılsa bile, yapay zeka, çıkarsanan bilgiler aracılığıyla tarihsel zorlukları yineleyebilir. Örnek olarak, Amazon, eski özgeçmişleri kullanarak test ettiği bir AI işe alım algoritmasını iptal etti çünkü kadınlara karşı cinsiyet önyargısı vardı ve kullanılan özgeçmişlerin çoğu erkeklerden geliyordu.
Ancak doğru kullanıldığında yapay zeka, verilere dayalı gerekli içgörüleri sağlayarak bir DE&I aracı olarak dönüştürücü bir potansiyele sahiptir. Ancak, temel temeller kararsızsa, nihai sonuç güvenilir olmayacaktır. İnsan unsuru – ve buna bağlı olarak, bu AI projelerinin beslenebileceği kasıtsız olarak önyargılı veriler – denkleme daha fazla istenmeyen insan önyargısı ekleyerek gerçek değişimi engelleyebilir.
çeşitlilik paradoksu
Yapay zeka teknolojilerinin olası önyargılar açısından ortaya koyduğu zorlukları tartışmadan önce, insanlar olarak hepimizin bireysel koşullar, yetiştirilme tarzımız veya farklı uyaranlara karşı duygusal tepkilerimiz nedeniyle şu veya bu şekilde önyargılı olduğumuzu anlamak önemlidir. İnsan olduğumuz için bu önyargılara sahibiz. Bu doğal önyargıların varlığını kabul etmek için verileri kullanmak ve bunları azaltmak için çalışmak, gerçekten başarılı çeşitlilik ana akımlaştırmanın ilk adımıdır.
Aynı şekilde, ayrımcı olan AI teknolojisinin kendisi değildir. İnsanlardan farklı olarak, makineler bir DE&I politikasını teşvik edebilecek veya engelleyebilecek doğal önyargılardan yoksundur. Sorun, makinenin eğitim sürecinin bir parçası olarak beslendikleri tarihsel verilerde yatmaktadır. Bilinçsiz önyargı riski, bu algoritmaları tasarlayan ve eğiten kişiler tarafından seçilen veri kümeleri ve algoritmik özellikler göz önüne alındığında çok acildir. İnsanlar neye inanacaklarına karar verme yeteneğine sahiptir, ancak yapay zekaya değil.
Bu nedenle, eğitim ve programlama aşamasında AI, yaratıcısının ve kendi kişisel görüş, deneyim ve filtrelerinin insafına kalmıştır. İnsanlar, bir algoritmanın, zaten inandıklarıyla eşleşen bilgi kaynaklarını seçmesine izin verme eğilimindedir.
Örneğin, İK alanında bu, AI’nın bir şirkette belirli pozisyonlarda bulunanların genellikle belirli bir yaştaki erkekler olduğunu kabul ettiği anlamına gelebilir. Yeni bir yönetici aranıyorsa, aynı grup erkeğin – istatistiksel olarak – bu rollerde başarılı olma olasılığının çok daha yüksek olduğu, istenmeyen bir veri önyargımız var. Diğer kalifiye adaylar daha sonra kendilerini başvuru sürecinden süzülüp tamamen dışarıda bırakılmış bulabilirler. Uygun güvenlik önlemleri olmadan yapay zeka, iş dünyasının karanlık çeşitlilik çağında kalmasını sağlayabilir.
AI algoritmasına sağlanan ham verilerden cinsiyet ve yaş çıkarılsa bile, model işte boşluklar bulabilir veya dolaylı olarak yaşı veya cinsiyeti ortaya çıkaran ve kovuşturmaya yol açabilecek çıkarımlarda bulunan bilgiler bulabilir. .
Önyargıdan kaçının
AI ile ilgili en önemli şey, yargıda bulunmamasıdır – yapamaz. Ondan ne istersen onu yapar. Ne fazla ne eksik. Herhangi bir bilinçsiz önyargıyı tespit etmenin ve durdurmanın tek yolu, düşünce çeşitliliğini ve AI’yı oluşturan ekiplerde ve insan zekasında farklı perspektifler aracılığıyla farklı sorunları görme becerisini sağlamaktır. Büyük veri, işe alıma uygulandığında bağlama ve insan zekasına ihtiyaç duyar. Oyunda genellikle yalnızca insanların yorumlayabileceği ve anlayabileceği değişkenler vardır.
Başarı ve başarısızlık arasındaki fark, verilerdeki bu bilinçli ve bilinçsiz önyargıları hesaba katmak ve ortadan kaldırmak ve aynı zamanda yaklaşımın adil ve adil sonuçlara yol açmasını sağlamakta yatmaktadır. Başarılı olmak için şirketlerin daha fazla insanın yapay zeka konusunda bilgili olmasını ve sürece katkıda bulunmasını sağlaması gerekiyor. Farklı bir çalışan grubu ne kadar çok “veri konuşabilir” ve problem çözmeye benzersiz bakış açılarıyla yaklaşabilirse, daha adil ve hakkaniyetli AI uygulamaları oluşturma şansı o kadar yüksek olur.
Her şey çalışanlarla başlar
Veri Bilimi odaklı yapay zekanın büyük bir etkisi olabilir – verileri analiz ederek ve bir işletmenin başarıya ulaşmasına yardımcı olabilecek dönüştürücü modeller bularak eski sorunlara yenilikçi yeni çözümler bulmak. En iyi ihtimalle ve doğru kullanıldığında yapay zeka, önyargıyı azaltmaya, yetenek havuzlarını çeşitlendirmeye ve çeşitliliği değerlendirmeye yardımcı olabilir. Ancak bu amaca ulaşmak için bu programların yalnızca uygun bir ortama değil, aynı zamanda güvenilir verilere de ihtiyacı vardır.
Önyargıya dayanıklı bir veri stratejisi, doğru teknolojilere ve doğru insanlara yatırım yaparak temelleri atmayı gerektirir. En önemlisi, yapay zeka geliştirmenin insanlarla ortaklaşa üstlenilmesini sağlamak için stratejinin merkezinde çeşitli insanlardan oluşan bir grup olmalıdır.
Çeşitlilik, eşitlik, kapsayıcılık ve aidiyet duygusu, işletmelerin giderek artan veri açısından zengin ortamlarda gelişmesine yardımcı olmanın anahtarıdır ve veri okuryazarlığı, Veri Bilimi ve Yapay Zeka alanında yeni nesil yetenekleri geliştirmek için en güçlü araçlardan biridir. Veri, işlerimizi, tüketicilerimizi ve toplumumuzu anlamaya ve etkilemeye çalışır; bu toplumu yansıtan, veriye duyarlı bir yetenek havuzuna sahip olmak zorunludur.
Farklı bakış açılarına sahip olmak yeterli değildir – şirketlerin karar verme süreçlerinde de çeşitliliğe ihtiyacı vardır. Yapay zeka uzmanlarını, veri bilimcilerini ve analistleri bir araya getiren çeşitli ekiplerden oluşan verileri ve kararları geniş bir kitle için anlaşılır hale getirerek, yapay zeka geliştirmeye daha etkili bir yaklaşım geliştirebileceksiniz.
Çoklu ve farklı bakış açılarından geliştirilen bir işletme, günümüzün hiper küresel ortamında gelişmeye daha iyi hazırlanır. Sonuç olarak, şirketlerin yalnızca insanların benzersiz farklılıklarına izin veren değil, aynı zamanda onları kutlayan ve bu farklılıkları daha etkili ve etkili karar verme için kullanan bir kültür geliştirmesi gerekiyor. Bu stratejilerle şirketler, değerli bir yeni iş stratejisi izlerken yapay zekadaki önyargı riskini etkin bir şekilde azaltabilir.