赋能科技少数群体：AI愿意提供支持的目标

通过AI传递社会阶层特征，语言服务将得到改善，从而导致社会不平等（增强或减弱取决于谁在做这项工作）。这种认识引发了哈佛医学院生物医学信息学助理Lawrence Weru提出的紧迫问题：如果我们的研究目标领域涉及歧视形式，涉及不同的群体，而我们反过来采用这种有偏见的算法进行决策，gen N将如何考虑和解决这个问题？

AI开发中多样性的需求

如果我们把注意力转向搜索引擎中相互竞争的AI探索和应用，这些问题本身是否令人困惑？至关重要的是，司机必须保持警惕。在大多数情况下，问题只有在引起足够关注时才被发现，但仍有大量问题未解决。无障碍性至关重要及其涵盖的内容是难以理解的。此外，它为AI提供了如此积极的目的，使人们能够和平生活。我们正在与其他科技公司合作，并将在此电信方面增加一些重量。

一个例子是微软免费的iPhone应用AI Seeing，它能在视力障碍的情况下描述环境、阅读文件并执行其他基本任务。该应用通过文本转语音功能充当口语阅读辅助工具，从而避免无法访问的书面文本以音频格式呈现。Voiceitt是另一种创新的辅助设备，使那些暂时无法说话的人能够说话。大学通过与Voiceitt通信应用和Webex Technology的合作，特别帮助专业和困难员工流利说话。此外，他们在表演期间的输出，通常在口头交流中，被翻译并作为字幕，以使会议对聋人accessible。

人工智能的另一个据报道的好处是，开发设计师可以为界面创建算法，这些算法可以根据用户的视觉、听觉或运动能力功能，独立且动态地响应每个用户的需求。尽管有许多发现和解决方案，残疾人仍然无法获得他们成功所需的服務。

通过包容性AI促进无障碍

因此，重点转向推动劳动力市场的积极变化，重点关注参与AI开发的公司的高管层。AI Equity Lab强调：“每个人的身份在制定AI系统时都至关重要，这意味着它不应被设计成使黑人和其他少数群体过时。AI可以被设计成创造一个环境，在那里可以彻底讨论过去的事件，并探讨受影响群体（包括少数群体或代表性不足的群体）的经济现实。”

这句话本质上陈述了AI设计团队手中掌握的力量，即技术将如何被使用以及用于什么目的。这可以通过确保所有团队成员来自不同的背景来实现，特别是选择少数群体成员和来自以前处于不利地位的群体的人参与。这种责任要求我们大幅增加成功设计AI的机会，这种AI具有对细微之处的洞察力，并在如何对待世界少数群体的经验方面保持平衡。

在开发阶段解决AI系统中的偏见问题会带来显著的良好结果，因为那时很容易修复，而不是等到它们造成不可估量的损害之后。因此，AI开发人员应由来自不同背景的人组成，并且AI应通过广泛的使用范围进行持续检查；因此，AI系统应始终受到积极监控。在这些条件下，偏见应提醒任何技术的使用者不要禁止此类设备。

总之，全球AI自主监督团队的核心是无障碍、包容性和应用是优先事项。歧视或有偏见的技术是一个问题，它揭示了AI系统的真实过去，当我们看到系统将女性误认为男性、老人误认为年轻人或白人误认为非裔美国人时，这一点就暴露无遗。科技社区在AI开发中的作用应考虑代表性不足群体的观点和经验，后者代表了在 mere 高管和设计过程的桌子旁用户的声音；最终，结果将是与那些AI应用将对社会产生重大益处的人们的必要合作。