Saturday, December 15, 2018
اخر المستجدات

لهذه الأسباب النساء أول المتضررين من الذكاء الاصطناعي


لهذه الأسباب النساء أول المتضررين من الذكاء الاصطناعي

| طباعة | خ+ | خ-

حثت آن كيرنز، نائب رئيس مجلس الإدارة لدى ماستركارد النساء على المشاركة الجادة في تعلم تقنيات الذكاء الاصطناعي والتخصص فيها.

وأضافت كيرز على هامش قمة التحالف المصرفي العالمي للمرأة “أجد من الأهمية مشاركة المرأة في التطور التقني، لأنه مع مرور الوقت ستتغير الطريقة التي تعمل فيها البنوك وستحل خوارزميات الذكاء الاصطناعي والمعادلات الحسابية والبيانات موقع الإنسان العامل في البنك وقد تتعقد طريقة حصول النساء على القروض والمعاملات البنكية لأن الآلة غير مهيئة لفهم احتياجات وحقوق النساء بسبب غياب مشاركة المرأة في القطاع وافتقار البيانات المساندة لها”.

وقالت خلال حوار لها مع “العربية نت” “يتوجب علينا تغذية هذه الآلات بالبيانات الحية والأنظمة التي تساند المرأة وتساند خياراتها البنكية لكن عزوف النساء عن اقتحام مجال الذكاء الاصطناعي والتكنولوجيا قد يحد من فرصهن في الحصول على التسهيلات البنكية أو القروض التي تدفع مسيرتهن الاقتصادية والمهنية، لأننا أهملنا هذا الجانب وجعلناه حصراً على الرجل”.

وأضافت “الشمول المالي يقف جنباً إلى جنب مع فهم المرأة لطبيعة دورها في المرحلة القادمة. أطمح لأرى النساء يدخلن هذا المجال حتى لا نصطدم في المستقبل بعقبات أكبر وأهمها التحيز والتمييز من الذكاء الاصطناعي من قبل الرجال. لسوء الحظ فهناك القليل من النساء المختصات في البرمجة والهندسة التكنولوجية جنباً إلى جنب مع التعليم المالي”.

وتابعت “استخدام الذكاء الاصطناعي يزداد يوماً بعد الآخر في عمليات اتخاذ القرار لكن صحة هذه القرارات تعتمد على جودة البيانات التي تدرب عليها، وفي الكثير من الأحيان ينتهي بنا الأمر في إدخال تحيزاتنا البشرية في الخوارزميات التي ستتكفل باتخاذ قرارات بشأن المرأة في المستقبل، وهنا تكمن المشكلة”.

إلى ذلك، قال ريستان جرين، خبير الذكاء الاصطناعي الأميركي: إن الآلات بطبيعتها لا يوجد لديها انحياز، كما أن الذكاء الاصطناعي لا يريد من الشيء أن يكون صحيحاً أو خطأً لأسباب لا يمكن تفسيرها من خلال المنطق.

وللأسف، يوجد تحيز بشري في التعلم الآلي بسبب إنشاء  خوارزميات البيانات، وحتى الآن لم يحاول أحد حل هذه المشكلة الضخمة.

وأضاف: الانحياز صفة بشرية، ولأن الذكاء الاصطناعي يحاكي الذكاء البشري عن طريق التعلم من البيانات المدخلة له فسيرث منه عيوبه كذلك، فإذا احتوت البيانات على عنصرية أو طبقية أو تمييز جنسي، ستكرس الأنظمة هذه الأفكار وتعزز منها.