Публикации по теме 'gender-equality'
На обратной стороне алгоритмов
На обратной стороне алгоритмов
Мы формируем наши инструменты, а затем наши инструменты формируют нас - Маршалл Маклюэн
#tldr Любой алгоритм может - и часто будет - воспроизводить предвзятость, присущую используемым им данным. Одна из основных проблем заключается в том, что явное удаление функций из набора данных не исключает возможности алгоритма неявно их изучать. Нужно быть очень строгим, чтобы утверждать, что алгоритм что-то не использует в своих вычислениях. Чем больше мы..
Устранение гендерных предубеждений в ИИ
Алгоритмы объявлений о вакансиях Facebook давали искаженные результаты, даже если работодатель намеревался охватить демографически сбалансированную аудиторию. Даже когда рекламодатели не выбирали демографические данные, Facebook запоминал и закреплял существующие демографические различия. (Источник WSJ )
Сегодня искусственный интеллект широко распространен в повседневных технологиях, и ожидается, что в будущем он станет еще более распространенным. В то время как ИИ учится у своих..
Еще одна ошибка в «Манифесте» Джеймса Дамора
Я работаю в Google¹. На моем столе небольшой сертификат с надписью «Я сломал Project Foo». Стоит рассказать историю о том, как он там оказался.
Очевидно, Project Foo — это не настоящее название, но это был значительный проект. Я был частью команды, которой было поручено внести некоторые изменения в то, как мы обрабатывали некоторые наши внутренние данные. В свою защиту могу сказать, что кодовая база была слишком сложной, но факт остается фактом: я облажался. Мое изменение не охватывало..
Почему мы не должны учить девочек программировать
В наше время нам нравится думать, что женщины могут быть и делать все, что угодно. Мы говорим нашим дочерям, что это здорово - преуспевать в математике и естественных науках, разрабатывать новые технологии (например, те, которые используются в наших смартфонах ) или даже управлять космическим кораблем.
Но - и это большое но - действительно ли лучше всего рассматривать улучшение положения женщин в мире труда как чего-то стоящего только в том случае, если это происходит в тех..
Как мы использовали наш ИИ для выявления гендерных предрассудков на рабочем месте в Великобритании
Задний план
В Glass мы разработали новую систему для получения крупномасштабных социальных и экономических данных из Интернета и других источников. Наш ИИ может понимать письменный язык.
В сегодняшнем посте мы познакомим вас с формальным экспериментом в области науки о данных, который мы недавно завершили, в ходе которого мы рассмотрели насущную и удивительно заниженную проблему реального мира — гендерное неравенство на рабочем месте в Великобритании.
Мы объясним, почему мы взяли..