Waarom AI vrouwen nodig heeft
Het enige probleem? In de praktijk blijkt dit toch niet altijd het geval. Zo is er bijvoorbeeld een tool voor personeelswerving, die vrouwelijke kandidaten uitsluit van technische vacatures en zijn er verhalen over een HR-systeem dat CV’s van vrouwen boven de 55 en mannen boven de 60 automatisch afwijst. Ook binnen AI-systemen zitten dus nog bepaalde vooroordelen ingebakken. En als er niet meer vrouwelijke leiders in het AI-veld komen, zal dat hoogstwaarschijnlijk zo blijven.
Historische en maatschappelijke voordelen
De AI-bias komt voort uit de data waarvan het AI-systeem leert: daaraan liggen vaak historische en maatschappelijke vooroordelen ten grondslag die de systemen overnemen. Wanneer AI dus ingeschakeld wordt om belangrijke beslissingen rond personeelswerving, promoties en prestatiebeoordelingen te nemen, worden ongelijkheid en discriminatie ongewild in stand gehouden. En dat terwijl bedrijven zich juist steeds vaker inzetten voor een diverser personeelsbestand.
Ook kan het zijn dat organisaties niet voldoen aan de Europese AI-wet en GDPR, wanneer zij de belangrijke beslissingen aan AI overlaten. Deze wetgevingen stellen namelijk bepaalde eisen aan organisaties en hun gebruik van AI ten aanzien van veiligheid, transparantie, rechtvaardigheid en nauwkeurigheid. Deze richtlijnen leggen de verantwoordelijkheid bij organisaties neer om te voorkomen dat AI-systemen mensen schade berokkenen – bijvoorbeeld door ze te discrimineren. Mocht dit wel gebeuren, dan kan een bedrijf een torenhoge boete verwachten. Zo moest de ontwikkelaar van een systeem voor personeelswerving dat zorgde voor ouderdomsdiscriminatie 365.000 dollar neertellen om een rechtszaak te schikken.
Diversiteit als voorwaarde voor eerlijke AI
Maar hoe kan een discriminerend AI-systeem dan voorkomen worden? Een belangrijke constatering voor het antwoord op deze vraag is dat AI-technologie voor alle demografische subgroepen even goed moet werken. Maar vaak is het een homogene groep die aan AI-toepassingen werkt. Zo is in de praktijk bijvoorbeeld 78 procent van alle AI-ontwikkelaars man.
Vrouwen zijn dus ondervertegenwoordigd in dit werkveld. En dat is zorgwekkend: vrouwen vertegenwoordigen namelijk wel de helft van de wereldbevolking. Organisaties die AI-systemen ontwikkelen en trainen, moeten zich dan ook meer toeleggen op het weerspiegelen van de diversiteit van onze samenleving in hun oplossingen. Het is dan ook cruciaal dat meer vrouwen leiderschapsposities in de AI-sector innemen. Gelukkig zien ook steeds meer bedrijven dat: volgens recent onderzoek van IBM is 73 procent van alle zakelijke besluitvormers in de EMEA-regio van mening dat er om deze reden meer vrouwelijke managers in de sector nodig zijn.
Maar de AI-bias is natuurlijk niet weggenomen met het aannemen van een aantal vrouwen op belangrijke posities. Het is echt aan bedrijven om developmentteams samen te stellen, waarin diverse maatschappelijke en etnische groepen vertegenwoordigd zijn. Een grotere hoeveelheid vrouwen in leiderschapsposities binnen de AI-sector is daarbij wel een belangrijke eerste stap, zodat er uiteindelijk een diverse groep van talentvolle mensen zich tot de sector voelt aangetrokken en daarin actief blijft. Naast het bevorderen van inclusiviteit in AI-tools zelf, brengt een diverser personeelsbestand ook een uniek gedachtegoed mee naar de AI-sector, waardoor er nieuwe ideeën en oplossingen kunnen komen. Het resultaat: AI-toepassingen die aansluiten op de unieke eisen, perspectieven en verwachtingen van alle gebruikers – zonder vooroordelen.
Dit artikel is geschreven door Sara Portell, vice president User Experience bij Unit4 en valt buiten de verantwoordelijkheid van de redactie.
