توظيف فرق متنوعة لبناء منظومة ذكاء اصطناعي أكثر أخلاقية وإنصافًا

الذكاء الاصطناعي يصبح متزايدًا في حياتنا. من التعرف على الوجوه إلى النص التنبؤي، يقوم الذكاء الاصطناعي بأتمتة المهام ويشكل كيفية تفاعلنا مع التكنولوجيا. ومع ذلك، هناك مخاوف متزايدة بشأن التحيز في أنظمة الذكاء الاصطناعي والتي يمكن أن تؤدي إلى نتائج تمييزية وغير أخلاقية. إحدى الأسباب الرئيسية للتحيز في الذكاء الاصطناعي هي نقص التنوع بين مطوري الذكاء الاصطناعي. إن مجال خبراء الذكاء الاصطناعي الحالي متجانس نسبيًا، ويهيمن عليه الرجال البيض الذين يشكلون أغلبية الباحثين والمهندسين الرائدين في شركات التكنولوجيا البارزة. هذا النقص في وجهات النظر المتنوعة ينتج عنه أنظمة ذكاء اصطناعي تعكس التحيزات المجتمعية الحالية وتفشل في أن تكون شاملة. لبناء ذكاء اصطناعي أكثر إنصافًا وأخلاقًا وخاليًا من التحيز، نحتاج إلى المزيد من الفرق المتنوعة لتطوير وتدقيق وإدارة هذه التقنيات. سيؤدي توظيف أشخاص من خلفيات وأصول مختلفة إلى ذكاء اصطناعي يخدم الجميع بشكل أفضل.

 

أهمية التنوع في الذكاء الاصطناعي

يوفر التنوع فوائد ملموسة عند بناء أنظمة الذكاء الاصطناعي:

وجهات نظر أوسع – يجلب الأشخاص من خلفيات مختلفة وجهات نظر متنوعة، مما يساعد على إضاءة النقاط العمياء. هذا يؤدي إلى التعرف على المجموعات أو حالات الاستخدام المستبعدة.

تجنب البيانات المتحيزة – يمكن للفرق المتجانسة أن تغفل التحيزات في بيانات التدريب التي ستلتقطها الفرق المتنوعة. يساعد التنوع على ضمان أن البيانات تكون ممثلة.

التطوير الشامل – تقوم الفرق ذات الهويات والخبرات المتنوعة ببناء منتجات شاملة تهدف إلى المستخدمين المتنوعين، وليس فقط الغالبية.

بناء الثقة – من المرجح أن يتم قبول الذكاء الاصطناعي الذي تم تصميمه بواسطة فرق ممثلة من قبل الجمهور والنظر إليه على أنه أخلاقي. التنوع مفتاح للثقة.

ابتكار أفضل – تُثير وجهات النظر المختلفة الإبداع. تظهر الأبحاث أن الفرق المتنوعة هي الأكثر ابتكارًا، مما يساعد على توليد أفكار وحلول جديدة.

 

باختصار، يمكّن التنوع من بناء ذكاء اصطناعي أكثر إنصافًا وشمولًا وإبداعًا وموثوقًا به. تفتقر الفرق المتجانسة إلى مجموعة الأصوات اللازمة لمعالجة التحديات الأخلاقية للذكاء الاصطناعي.

 

النقص الحالي في التنوع في الذكاء الاصطناعي

في حين أن التنوع أمر بالغ الأهمية للذكاء الاصطناعي الأخلاقي، إلا أن مجال خبراء الذكاء الاصطناعي الحالي بعيد كل البعد عن التنوع:

  • وجدت دراسة استقصائية أجرتها ايليمينت للذكاء الاصطناعي أن فقط 12٪ من المهنيين في مجال الذكاء الاصطناعي الأوروبي من النساء. وللمقارنة، تشكل النساء ما يقرب من نصف القوى العاملة الإجمالية.
  • في الولايات المتحدة، لا يمثل السود سوى 2.5٪ فقط من قوة عمل قوقل، حيث يمثل الموظفون السود 1.4٪ فقط من الوظائف التقنية. ولا يشكل الهسبانيون سوى 3.7٪ من القوى العاملة التقنية.
  • تكون المناصب القيادية أقل تنوعًا – حيث لا تمثل النساء سوى 3٪ فقط من موظفي البحث في مجال الذكاء الاصطناعي في فيسبوك و قوقل.
  • وجدت دراسة أجرتها جامعة نيويورك أن الذكاء الاصطناعي للتحليل الوجهي له معدلات أخطاء تصل إلى 35٪ أعلى للنساء ذوات البشرة الداكنة مقارنة بالرجال ذوي البشرة الفاتحة بسبب نقص البيانات التدريبية المتنوعة.

تنبع هذه التجانس من عدة عوامل:

  • قضايا شائكة – تسعى عدد أقل من النساء والأقليات إلى حياة مهنية في التكنولوجيا بسبب نقص التعرض والصور النمطية المثبطة.
  • الفجوات التعليمية – النساء والأقليات ممثلون تحت مظلة التخصصات ذات الصلة بالذكاء الاصطناعي مثل علوم الكمبيوتر والهندسة والرياضيات.
  • الافتقار إلى الشمول – يمكن أن تتمتع أماكن عمل الذكاء الاصطناعي بثقافات تنفر المواهب المتنوعة، مما يتسبب في ارتفاع معدل استقالة الموظفين.
  • التحيزات الضمنية – حتى مدراء التوظيف ذوي النوايا الحسنة يمكن أن يكون لديهم تحيزات لا شعورية تؤثر على عملية التوظيف والترقيات.

تؤدي هذه القضايا النظامية إلى مجتمع خبراء متجانس في مجال الذكاء الاصطناعي. وبدون التنوع، فإننا نخاطر ببناء ذكاء اصطناعي غير عادل ولا أخلاقي.

 

خطوات توظيف مواهب الذكاء الاصطناعي المتنوعة

لبناء فرق ذكاء اصطناعي أكثر تنوعًا، تحتاج المنظمات إلى استراتيجيات استباقية تستهدف المجالات التالية:

1. تحسين خطوات التقديم للوظيفة

  • الشراكة مع المنظمات التي تعزز التعليم في مجال العلوم والتكنولوجيا والهندسة والرياضيات بين النساء والأقليات لتوسيع قاعدة المرشحين.
  • تقديم منح دراسية / منح في مجال الذكاء الاصطناعي ونظم التوجيه الموجهة للطلاب من الخلفيات غير الممثلة.
  • استضافة فعاليات مثل الهاكاثونات التي تركز على الشمول لتحديد المواهب الواعدة في وقت مبكر.
  • البحث عن متدربين متنوعين ومرشحين في المستويات الدخول من مجموعة واسعة من البرامج الأكاديمية لبناء قنوات شاملة.

2. التخفيف من التحيزات في التوظيف

  • توفير تدريب على التخفيف من التحيز للموظفين المسؤولين عن التوظيف ومدراء التوظيف.
  • استخدام معايير واضحة وموحدة لتقييم المرشحين للحد من التحيز.
  • السماح للجان متنوعة بإجراء المقابلات والتقييمات الفنية.
  • حجب السير الذاتية واستخدام تقييمات قائمة على المهارات للحد من تأثير الخصائص الديموغرافية.

3. خلق ثقافات شاملة

  • ضمان التزام القيادة بالتنوع وتكافؤ الفرص والشمول.
  • توفير مجموعات موارد الموظفين وبرامج التوجيه ومبادرات التواصل للمجموعات غير الممثلة.
  • تقديم تدريب حول تجنب التصرفات الصغيرة المسيئة وكيفية كونك حليفًا.
  • وضع وإنفاذ سياسات عدم التسامح مطلقًا مع التمييز والتحرش.

4. وضع أهداف للتنوع

  • وضع أهداف محددة وقابلة للقياس لتحسين التمثيل، وليس التزامات عامة فقط.
  • تتبع مؤشرات التنوع في جميع مراحل حياة الموظفين – من التوظيف والاحتفاظ إلى الترقيات.
  • ربط تعويضات كبار المسؤولين التنفيذيين بالنجاح في تحقيق أهداف التنوع.
  • الإبلاغ ببيانات التنوع والتقدم المحرز بانتظام لأصحاب المصلحة.

5. توسيع نطاق التوظيف

  • الإعلان عن الوظائف خارج لوحات الوظائف التقنية “المعتادة” للوصول إلى مرشحين متنوعين.
  • بناء علاقات مع المنظمات المهنية للعاملين في مجال التكنولوجيا من النساء والأقليات.
  • حضور المؤتمرات والفعاليات التي تخدم جمهورًا متنوعًا.
  • إشراك الموظفين من المجموعات غير الممثلة للترويج للفرص الوظيفية في شبكاتهم.

تنفيذ استراتيجية توظيف شاملة

مع الأخذ بعين الاعتبار مجالات التركيز تلك، فإن هذه هي بعض أفضل الممارسات التي يمكن للشركات اعتمادها لتوظيف مواهب الذكاء الاصطناعي المتنوعة:

 

جذب المرشحين

  • تسليط الضوء على برامج التنوع والشمول في إعلانات الوظائف وعلى صفحات الوظائف.
  • ضمان استخدام لغة شاملة في وصف الوظائف وعدم خلق عوائق غير ضرورية.
  • الإعلان عن الوظائف الشاغرة في المجتمعات المتنوعة ووسائل الإعلام.

مراجعة الطلبات

  • استخدم مراجعة السيرة الذاتية العمياء لإخفاء المعلومات الديموغرافية مثل الاسم والجنس.
  • استفد من تقييمات المهارات والمقابلات المنظمة للتقليل من التحيز.
  • شكل لجان فرز متنوعة تمثل خلفيات مختلفة.

إجراء المقابلات

  • قدم تدريبًا للتخفيف من التحيز للمقابلين.
  • اطرح نفس الأسئلة الرئيسية المتعلقة بالوظيفة على كل مرشح.
  • قنن عملية التقييم بدلاً من الاعتماد على الحدس.
  • دع لجنة متنوعة تجري المقابلات لإحضار وجهات نظر متعددة.

الاختيار

  • قارن المرشحين بناءً على المعايير الموضحة في وصف الوظيفة.
  • احتفظ بمسؤولية مدير التوظيف عن عملية شاملة.
  • قدم عروضًا لمرشحين مؤهلين متعددين من المجموعات غير الممثلة.

التدريب

  • شارك التزام المنظمة بالتنوع أثناء عملية التدريب.
  • زود الموظفين الجدد بمرشدين يشاركونهم هويتهم.
  • صل الموظفين الجدد بأي برامج أو مجموعات دمج حالية.

تحقيق الذكاء الاصطناعي العادل والأخلاقي

في حين لا تزال هناك حاجة لبذل المزيد من الجهود، بدأ التنوع في الذكاء الاصطناعي يلفت المزيد من الاهتمام. على سبيل المثال:

  • أنشأ الكونغرس لجنة استشارية وطنية للذكاء الاصطناعي تتطلب ممثلين من المجتمعات الأقلية.
  • تتطلب المؤتمرات الرئيسية للذكاء الاصطناعي مثل نيور أي بي اس الآن خطط للتنوع والشمول.
  • تعزز مبادرات البحث مثل لينكس و بلاك مشاركة المجموعات غير الممثلة.
  • لدى شركات مثل اي بي ام و مايكروسوفت أدوار محددة للتنوع تركز على أخلاقيات الذكاء الاصطناعي.

لتحقيق الفوائد الكاملة للتنوع، يجب على المنظمات الالتزام بتغيير ثقافي دائم. توظيف المواهب المتنوعة هو الخطوة الأولى فقط. يساعد تعزيز الشمول على الاحتفاظ بالموظفين المتنوعين وخلق بيئة يُسمع فيها أصوات مختلفة ويُقدَّر قيمتها. في حين أن الذكاء الاصطناعي ينطوي على مخاطر، إلا أن الفرق المتنوعة لديها إمكانية تطوير ذكاء اصطناعي أخلاقي وخالٍ من التحيز ويفيد جميع الفئات في المجتمع. من خلال توظيف أشخاص من خلفيات ومجالات وآراء واسعة النطاق، يمكننا بناء ذكاء اصطناعي عادل ومبتكر على حد سواء.

 

الخاتمة

يمتلك الذكاء الاصطناعي إمكانات هائلة لتحسين حياة الناس، ولكن أيضًا القدرة على التسبب في ضرر كبير إذا تم تطويره دون وجهات نظر متنوعة. تخاطر الفرق المتجانسة من خبراء الذكاء الاصطناعي ببناء أنظمة متحيزة وتمييزية. لدى المنظمات مسؤولية توظيف أشخاص من أعراق وجنسيات وميول جنسية وقدرات وخلفيات اجتماعية واقتصادية مختلفة لتطوير الذكاء الاصطناعي الأخلاقي. يتطلب هذا توسيع قنوات التوظيف، وإزالة التحيزات عند التوظيف، وبناء ثقافات شاملة، ووضع أهداف للتنوع، وتوسيع نطاق التوظيف. مع وجود تطوير أكثر إنصافًا وتنوعًا للذكاء الاصطناعي، يمكننا إنشاء أنظمة مبتكرة تعكس تنوع المستخدمين وتتجنب استمرار أنماط التمييز التاريخية. يبدأ الطريق نحو الذكاء الأخلاقي ببناء فرق متنوعة.

Scroll to Top