EU kæmper mod kønshistorisering i kunstig intelligens!

EU kæmper mod kønshistorisering i kunstig intelligens!

Polen, Land - Den Europæiske Union planlægger omfattende foranstaltninger til fremme af ligestilling mellem kønnene i kunstig intelligens (AI). Et udkast, der blev præsenteret af den polske minister for lige muligheder Katarzyna Kotula, navngiver specifikt behovet for at handle mod kønsspecifik bias i AI-systemer. Dette betragtes som et afgørende trin, da der er bekymring for, at AI ikke kun overtager eksisterende kønsstereotyper, men også kan styrke dem. Stereotyper, såsom den opfattelse, at kvinder hovedsageligt handler i sygeplejeprester og mænd betragtes som håndhævelsesstyrker, er af central betydning. Grundlaget for disse bias er ofte stereotype træningsdata, der bruges i AI -algoritmerne, hvilket kan føre til farlige forvrængninger. Situationen i sundhedsvæsenet er især bekymrende, hvor data indsamlet for mandlige patienter ofte bruges til uddannelse af AI -systemer, som dårligt stillede kvinder.

For at imødekomme disse udfordringer beder EU -rådet medlemslandene om at udvide deres ligestillingsstrukturer og skabe nye myndigheder. Det er planlagt, at eksisterende positioner styrkes, som inkluderer et klart ansvar og mere personale og budget. Målet er at etablere AI som et værktøj til ligestilling i stedet for at fungere som et køretøj til forskelsbehandling. Derudover er et fokus på at bekæmpe online misogynia, og det anbefales at undersøge "maskulinistiske netværk". Mænd og drenge skal være aktivt involveret i ligestillingsinitiativer for at fremme bæredygtig forandring. Dette er især relevant, fordi nylige undersøgelser viser, at tillid til AI varierer mellem kønnene; Kun 32% af kvinder stoler på AI -systemer, mens andelen af ​​mænd er 47%.

Kæmp mod forskelsbehandling

Derudover adresserer udkastet forskelsbehandling, som kvinder og piger oplever i den digitale verden. Især online vold møder kvinder i magtpositioner og unge kvinder fra marginaliserede grupper, herunder politikere og journalister. Den tidligere udvikling inden for AI viser, at disse teknologier ofte er uddannet med forvrængede data, der cement eksisterende kønsroller. For eksempel bringer AI-oversættelser ofte stereotype opgaver til erhverv, som en sygeplejerske typisk identificeres som kvindelig, en læge præsenteres næsten altid som mandlige. Denne tendens øger de eksisterende kønsspecifikke klichéer og fører til systematiske forvrængninger i at tænke på kønsroller.

EU -rådet har derfor skabt juridiske fundamenter, der er beregnet til at integrere et omfattende ”kønsperspektiv” i alle politiske foranstaltninger og love. Dette påvirker også AI Act og Digital Services Act. Dette ønsker at sikre, at kønsretfærdighed ikke kun bruges i teorien, men også i praksis. Derudover træder en ny retningslinje i kraft i december 2024, der indeholder en kvote for kvinder til tilsynsstillinger i store børsnoterede virksomheder. Dette fremmer den kønsvenlige line-up med mindst 40% af ikke-administrerende direktører skal være kvinder, eller 33% af alle tilsynsorganer.

vejen til fremtiden

Rapporten fra Det Europæiske Institut for Kønskursus (EIGE) i år understreger behovet for at reducere kønsspecifikke stereotyper, som især er underrepræsenterende kvinder i fremtidige brancher som AI og vedvarende energi. For at gøre dette muligt skal en strategi for at lukke kløften mellem synspunkterne fra unge kvinder og mænd udvikles for ligestilling mellem kønnene. Integrationen af ​​et kønsperspektiv kan hjælpe med at reducere uoverensstemmelser i brug og færdighederne i at håndtere AI -systemer. I øjeblikket bruger 40% af kvinderne ikke AI, mens det kun er 31% for mænd.

Diskussionen om ligestilling mellem kønnene i AI er derfor ikke kun et spørgsmål om retfærdighed, men også et, der reflekterer og påvirker de sociale strukturer som helhed. Fagforeninger og organisationer som ver.di Se ansvaret for at skabe fair betingelser i brugen af ​​AI i arbejdsverdenen. For at identificere og afmontere diskrimination og fordomme i disse systemer anbefales forslag som datafiltrering, menneskelige feedback og testresultater på stereotyper, før nye AI -modeller offentliggøres.

EU har benyttet lejligheden til at gøre digital transformationskøn -venlig og aktivt reducere de uligheder, der hersker i det digitale rum. Det er tilbage at håbe, at disse foranstaltninger ikke kun har en sektor, men også på tværs af generationer.