為了給具有重要影響力但長期被忽視的AI領域女性學者和其他人一個應有的時刻，TechCrunch正在推出一系列訪談，專注於為AI革命做出貢獻的卓越女性。在AI繁榮持續發展的同時，我們將在今年內發布幾篇文章，突出那些經常被忽視的重要工作。閱讀更多的人物簡介。
作為讀者，如果您發現錯過了一些值得應該在列表中的人，請給我發電子郵件，我將設法添加他們。以下是一些您應該認識的重要人物：
- Irene Solaiman，Hugging Face全球政策主管
- Eva Maydell，歐洲議會成員和歐盟AI法案顧問
- Lee Tiedrich，全球AI合作夥伴關係的AI專家
- Rashida Richardson，Mastercard高級法律顧問，專注於AI和隱私
- Krystal Kauffman，分散式AI研究所的研究員
- Amba Kak擬定政策建議來解決AI問題
- Miranda Bogen正在開發解決方案來幫助管理AI
- Mutale Nkonde的非營利組織致力於使AI不那麼偏見
- Karine Perset幫助政府了解AI
- Francine Bennett利用數據科學使AI更加負責
- Sarah Kreps，康奈爾大學政府教授
- Sandra Wachter，牛津大學數據倫理學教授
- Claire Leibowicz，PAI的AI和媒體廉正專家
- Heidy Khlaaf，Trail of Bits安全工程主管
- Tara Chklovski，Technovation首席執行官和創始人
- Catherine Breslin，Kingfisher Labs創始人和主管
- Rachel Coldicutt，Careful Industries創始人
- 代表Dar'shun Kendrick，喬治亞州眾議院成員
AI領域中的性別差距
去年底，《紐約時報》的一篇文章解釋了當前AI繁榮是如何來臨的 —— 突出了諸如Sam Altman、Elon Musk和Larry Page等多個常見嫌疑人。這篇新聞讓文章走紅了 —— 不是因為報導了什麼，而是因為它未提到女性。
《時報》的名單列出了12位男性 — 大多數是AI或科技公司的領導人。許多人在AI方面沒有受過任何訓練或教育。
與時報的建議相反，AI熱潮並不是從Musk坐在灣區一座豪宅的Page身邊開始的。它始於很久以前，由學者、監管者、倫理學家和業餘愛好者在相對不知名的地方辛勤工作，為我們今天擁有的AI和生成AI系統打下基礎。
退休計算機科學家、前德州大學奧斯丁分校的Elaine Rich於1983年出版了一本關於AI的第一本教科書，並於1988年成為一家企業AI實驗室的主管。哈佛大學教授Cynthia Dwork在AI公平、差異性隱私和分佈式計算領域數十年前引起過躍。麻省理工學院的機器人學家、教授和機器人初創公司Jibo的聯合創始人之一的Cynthia Breazeal致力於在90年代末和2000年初開發了最早期之一的“社交機器人”Kismet。
盡管許多女性在推進AI技術方面做出了貢獻，但她們在全球AI勞動力中所占比例微乎其微。根據2021年斯坦福大學的一項研究，僅有16%的AI專業的永久教師是女性。同年發布的另一項世界經濟論壇的研究中，合著者們發現女性僅占分析相關和AI職位的26%。
更糟糕的消息是，AI領域的性別差距正在擴大 — 而不是縮小。
英國社會公益創新機構Nesta進行了一項2019年的分析，得出的結論是，至少有一名女性合著的AI學術論文的比例自20世紀90年代以來一直沒有改善。截至2019年，Arxiv.org上只有13.8%的AI研究論文由女性為主或合著，這一數字在過去十年中穩步下降。
差距的原因
差距的原因有很多。但Deloitte對AI領域的女性進行的一項調查突顯了一些較突出（且顯而易見）的原因，包括男性同行的判斷和由於不符合AI領域已建立的男性主導模式而受到歧視。
這種情況始於大學：78%的參與Deloitte調查的女性表示在學士時期沒有機會進行AI或機器學習實習。超過一半（58%）的人表示他們因男性和女性受到不同對待而離開了至少一家雇主，而73%考慮離開科技行業是因為不公平的薪資和無法在職業生涯中取得進步。
女性的缺席正在損害AI領域。
Nesta的分析發現，與男性相比，女性更有可能在其AI工作中考慮社會、道德和政治影響 —— 這並不奇怪，因為女性活在一個世界中，他們被貶低的根據是性別，市場上的產品是為男性設計的，而有孩子的女性通常被期望在工作與擔任主要照顧者的角色之間保持平衡。
希望TechCrunch（一个关于AI中女性杰出人物的系列）能够促使改變朝著正確方向前進。但顯然還有很多工作要做。
我們簡介的女性對於那些希望為AI領域發展改善的人有許多建議。但一個普遍的主題貫穿其中：強大的指導、承諾和以身作則。組織可以通過制定政策 — 招聘、教育或其他方面 — 來提升已在AI行業中的女性或希望進人該行業的女性。擁有權力的決策者可以運用這種權力，推動為女性建立更多元化、支持性的工作場所。
改變不會一夜之間發生。但每場革命都始於一小步。
