12%: Was bedeutet dieser Prozentsatz? Dies ist der Frauenanteil im Bereich Künstliche Intelligenz in Frankreich. Die Parität ist jedoch ein Ziel, das erreicht werden muss, wenn man bestimmte Gefahren der künstlichen Intelligenz bannen will.
Wir sind noch weit von den 40 % weiblichen Studenten in der Digitaltechnik im Jahr 2020 entfernt, die Herr Cedric Villani in seinem Bericht Ai for humanity 2018 erwähnt hat.
Während die Erziehung zur Gleichberechtigung und zur Digitalisierung eine vorherige und wesentliche Voraussetzung ist, könnte die Geschlechtermischung mit einer Anreizpolitik erreicht werden, die darauf abzielt, eine Schwelle von 40 % Studentinnen in den digitalen Studiengängen (Vorbereitungsklassen und Studiengänge der Grandes Écoles und Universitäten) bis 2020 zu erreichen.
Heute, zwei Jahre nach dieser Studie, hat sich wenig geändert, die digitale Branche hat immer noch Schwierigkeiten, weibliche Profile anzuziehen. Die Unterrepräsentation von Frauen in Tech-Berufen ist seit einigen Jahren ein wiederkehrendes Problem.
Dennoch gab es in den 70er Jahren 30 % Frauen in der IT-Branche. In den 80er Jahren waren es 40 % der Informatikabschlüsse, die in Europa und den USA an Frauen vergeben wurden. Heute sind es nur noch 20 %. In Frankreich sind 50 % der Absolventen eines Bac S Mädchen, aber die Zahlen beginnen nach dem Abitur zu sinken.
Verschiedene Faktoren, die die Gleichstellung in der Künstlichen Intelligenz behindern
Laut einer Studie, die 2016 von OPIIEC unter Schülerinnen, Studentinnen und Arbeitnehmerinnen durchgeführt wurde, spielen bestimmte Faktoren eine Rolle, wenn eine Entscheidung über die berufliche Ausrichtung getroffen wird. Laut einer neuen Studie von BCG wirken sich verschiedene Faktoren auf die Berufswahl von Frauen aus:
- Der Einfluss der Medien, die nicht ausreichend über alle Möglichkeiten in der Branche berichten
- Anwendungen der Künstlichen Intelligenz und ihre Auswirkungen auf die Gesellschaft, die noch abstrakt bleiben (Frauen berücksichtigen jedoch stärker als Männer die Notwendigkeit der Konkretisierung in ihrem Beruf)
- die Unkenntnis der Berufe
- das Fehlen von weiblichen Vorbildern
- ein manchmal als schwierig empfundenes Leben in der Wirtschaft (wahrgenommene überlegene Konkurrenz in diesem Bereich mit dem Beispiel der zahlreichen Wettbewerbe in der Datenwissenschaft)
All dies sind Punkte, die schnell abgebaut werden müssen, um Frauen für die digitale Welt zu gewinnen.
Strategien, um die Stellung von Frauen und Mädchen in der Künstlichen Intelligenz zu fördern, wurden bereits umgesetzt oder müssen noch auf verschiedenen Ebenen (Behörden, Verbände, Wirtschaft, Bildung…) entwickelt werden. Eine große Koalition hat sich unter der Schirmherrschaft des Staatssekretariats für Digitalisierung gebildet. Diese Initiative wurde von sechs Verbänden ins Leben gerufen, die sich stark für die Integration von Frauen in die digitalen Berufe einsetzen.
Gemischte Teams als Voraussetzung für eine verantwortungsvolle KI
Künstliche Intelligenz (Machine Learning, Deep Learning usw.) hat unsere Gesellschaft bereits tiefgreifend verändert und wird in immer mehr Bereichen Anwendung finden, von der Industrie über das Finanzwesen bis hin zum Gesundheitswesen. Derzeit werden jedoch viele dieser Künstlichen Intelligenzsysteme mit starken gesellschaftlichen Auswirkungen von einem einzigen Profiltyp entwickelt, nämlich von Männern…
Dabei stellt sich eine Frage...
Wie kann die digitale Gesellschaft von morgen ethisch und gleichberechtigt aufgebaut werden, wenn sie von ein und demselben Typ Mensch aufgebaut wird?
Mehr Frauen in die Künstliche Intelligenz einzubeziehen bedeutet nicht nur, ethische Erwartungen zu erfüllen oder Feministinnen zu gefallen, sondern ist eine echte gesellschaftliche Herausforderung. Die oben genannten Zahlen zeigen, dass die Vertretung von Frauen in Berufen der Künstlichen Intelligenz immer noch sehr gering ist. Rosabeth Kanter [Professorin an der Harvard Business School] hat nachgewiesen, dass ab einem gewissen Grad an Vielfalt in einem Team neue Sichtweisen entstehen und Verhaltensweisen geändert werden. Dies gilt in allen Disziplinen. Der Mangel an Frauen bei der Entwicklung von Algorithmen erhöht jedoch das Risiko von Verzerrungen.
Ein Beispiel für einen konkreten Bias: 2018 interessierte sich Joy Buolamwini, eine schwarze Studentin am MIT, für Gesichtserkennungssoftware, weil sie festgestellt hatte, dass einige bei ihr nicht funktionierten. In ihren verschiedenen Arbeiten hatte sie nachgewiesen, dass Gesichtserkennungssysteme Schwierigkeiten hatten, schwarze Gesichter zu erkennen oder richtig zu identifizieren. Laut ihr und anderen Experten liegt das daran, dass sie größtenteils von weißen Ingenieuren entwickelt werden, die Softwarebibliotheken verwenden, die ihrerseits oft von weißen Ingenieuren geschrieben wurden. Wie alle Menschen haben auch diese Voreingenommenheit, die sich dann im Code wiederfindet. Diese KI Diskriminierung ist ein Beispiel für eine Art „algorithmische Verzerrung“.
Selbst wenn die Entwickler des Algorithmus neutral waren und keine Absicht hatten, diese Verzerrung hervorzurufen, spiegelt der Algorithmus bestimmte Orientierungen oder bestehende Diskriminierungen wider (die sich z. B. in den Daten befinden können, mit denen der Algorithmus trainiert wird).
In den letzten Jahren gab es immer mehr Beispiele für rassistische oder sexistische Verzerrungen: eine künstliche Intelligenz von Google, die für zwei Afroamerikaner „Gorillas“ anzeigte, oder kürzlich ein von Amazon verwendetes Tool zur Einstellungsunterstützung, das Frauen benachteiligte…
Ein Algorithmus kann von einem bestimmten Standpunkt aus wie ein Kind betrachtet werden, das erzogen werden muss. Die Änderung einiger Zeilen Code wird jedoch nicht ausreichen, um die Probleme zu lösen, denn Gleichberechtigung kann nur in gemischten Teams codiert werden.
Um eine unparteiische, gleichberechtigte und vorurteilsfreie Künstliche Intelligenz zu schaffen, sind vielfältige Forscherteams notwendig. Um dies zu erreichen, müssen Frauen ermutigt werden, sich den Bereich der Datenwissenschaften anzueignen und ihre Kompetenzen zu erweitern. Wenn Frauen sich diesen Bereich nicht zu eigen machen, wird die entwickelte Künstliche Intelligenz einfach nicht repräsentativ für unsere Gesellschaft sein.
Selbst die Internetriesen sind bei der Bildung von Teams von Datenwissenschaftlern, Datenanalysten und Dateningenieuren, in denen die Geschlechterparität respektiert wird, im Rückstand. Dies ist jedoch für die Entwicklung einer ethischen KI unerlässlich. Bei Google beträgt der Frauenanteil derzeit nur 32,5 % der Belegschaft und bei den Datenwissenschaftlern liegt er bei 15 %. Wir sind noch weit von einer echten Parität entfernt, was auch zeigt, dass es einen echten Bedarf an weiblichen Profilen in der Datenwissenschaft gibt.
Daher sind die Möglichkeiten für dich in diesem Sektor exponentiell, und du solltest dir diese Gelegenheit nicht entgehen lassen.
Eine Umschulung oder Neuorientierung im Bereich der Datenwissenschaften ist nicht so kompliziert wie es scheint.
Bei DataScientest bieten wir unsere Data-Science-Fortbildung für sehr unterschiedliche Profile an. Natürlich solltest du trotzdem gute Kenntnisse in Sachen Programmierung oder Mathematik mitbringen.
Zögere nicht, unsere Teams zu kontaktieren oder unsere speziellen Seiten zu besuchen, um weitere Informationen zu erhalten 😊.
Wir freuen uns darauf, alle deine Fragen zu beantworten und gemeinsam mit dir die Verwirklichung deines Berufswunsches im Bereich Data Science zu untersuchen.
Künstliche Intelligenz braucht kluge Köpfe aus allen Bereichen, damit sie zu einem echten Spiegelbild der Gesellschaft werden kann.
