人工智能如何帮助克服科学领域的性别偏见

您下围棋吗？

奇怪的是，这个问题的答案几乎肯定会暴露回答者的性别。围棋圈，就像某些科学学科和学术项目一样，基本上是由男性主导的。

社会和文化因素是造成这种性别失衡的原因之一。有充分证据表明，围棋代代相传的方式——正如学校里教授科学的方式一样——在维持这种不平等方面起着重要作用。

2022年，香港大学的研究人员比较了两种围棋教学方法：一种由人类老师教学，另一种由人工智能 (AI) 驱动的角色教学。衡量的主要结果是比赛级别的胜率、对弈过程中的平均行棋质量以及失误次数。

尽管学生们的起点相同，但接受人工智能训练的小组取得了比另一组更好的成绩。

重要的是，前一组的成绩没有出现性别差异。然而，在人类教学组中，性别差距依然存在，男性的表现优于女性。

为何会出现这种差异？

研究人员认为，这些老师持有的一些刻板印象（通常是无意识的）可能影响了他们的教学——例如，与男孩的互动或对男孩的鼓励多于女孩——并传递出被学生接收并放大的信号。

当女孩们由一个没有偏见的人工智能进行训练，并且不与同学互动时，她们就不受此类社会暗示的影响。

虽然这项研究的重点是围棋，但我坚信，人工智能在更广泛的科学教育领域解决性别偏见问题的潜力值得进一步研究。

赋能女性投身STEM领域

人工智能的教学价值是一个复杂的话题，社会学家和教育专家将在未来许多年里对此进行辩论。从完全拒绝到全面拥抱，关于该技术在教育中作用的看法大相径庭。

在不断尝试和改进使用人工智能为学生提供有效、个性化指导的同时，我们需要确保这些模型本身不被性别偏见所毒害。

最近的一些案例，特别是在招聘中使用人工智能的案例表明，该技术可能会加剧或放大在人类主导的招聘流程中持续存在的歧视性做法。

这一领域亟需开展更多工作。

根据联合国教育、科学及文化组织的统计数据，在全球范围内的科学、技术、工程和数学（Stem）学生群体中，年轻女性仅占35%。

在人类面临巨大科学和工程挑战的时代，世界却仍在剥夺自身相当一部分的人才资源。

在这些辩论中，产业界和技术界的参与者不能仅仅是旁观者。通过设计将被整合到教育、培训和招聘等敏感环境中的人工智能系统，他们肩负着一项特殊责任：不是机械地复制现有的不平衡，而是系统地探索减少这些不平衡的方法。

为了赋能更多女学生投身Stem领域的职业生涯，一些国家（如新加坡）正在取得进展。

新加坡资讯通信媒体发展局和 Boston Consulting Group 2024年的一项联合研究发现，女性在新加坡科技从业人员中占比约为40%，高于全球平均水平的28%，使该国在促进科技行业性别多元化和包容性方面走在东南亚前列。

这一进展并非偶然；它反映了在教育、技能以及“新加坡女性科技从业者”（SG Women in Tech）等国家级倡议上的多年持续投资。该倡议旨在吸引、留住和发展该国的女性科技人才。

这一承诺也体现在Thales公司。在Thales，新加坡约40%的员工和全球28%的员工是女性。像Thales研发技术总监Tan Dunlin这样的领导者，正在使女性在Stem等传统男性主导领域的代表性正常化。

Tan表示：“我们看到由谁来塑造技术和社会，这一点至关重要。多元化和可见的领导力有助于挑战偏见，并建立能够反映其所服务社会的系统。” Tan在该公司的人工智能加速器项目中，为推进关键系统的可信人工智能研发和部署发挥着主导作用。

但仅有代表性是不够的。人工智能本身不会造成不平等；它往往会放大已经存在的模式。

对于组织而言，真正的问题不仅仅在于由谁来构建人工智能系统，还在于由谁来定义问题、参与试点项目，并获得关注和赞誉。有意识的包容性参与决定了机遇是扩大还是缩小。

围绕人工智能的热潮正在催生大量潜在用例。其中一些可能最终被证明不合适或不可持续。但在能够产生实际影响的用例中，我们必须尽力确保人类的偏见不会通过人工智能而延续。

我们绝不能让科学流失必要的人才。

本文作者系Thales Group董事长兼首席执行官