L’Outil Surpuissant pour Exploser ton Chiffre d'Affaires en 2025 !
Suivez ces 5 principes pour rendre l’IA plus inclusive pour tous
Les opinions exprimées par les contributeurs d’Entrepreneur sont les leurs.
De la génération d’images du Pape juste pour le plaisir aux algorithmes qui aident à trier les candidatures et à alléger le fardeau des responsables du recrutement, les programmes d’intelligence artificielle ont pris d’assaut la conscience publique et le monde des affaires. Cependant, il est essentiel de ne pas négliger les problèmes éthiques potentiellement profondément enracinés qui y sont associés.
Ces percées technologie les outils génèrent du contenu en s’approvisionnant à partir de données existantes et d’autres éléments, mais si ces sources sont, même partiellement, le résultat de considérations raciales ou préjugés sexistes, par exemple, l’IA va probablement reproduire cela. Pour ceux d’entre nous qui veulent vivre dans un monde où diversité, équité et inclusion (DEI) sommes à l’avant-garde des technologies émergentes, nous devrions tous nous préoccuper de la manière dont les systèmes d’IA créent du contenu et de l’impact de leur production sur la société.
Ainsi, que vous soyez développeur, entrepreneur d’une start-up d’IA ou simplement un citoyen concerné comme moi, considérez ces principes qui peuvent être intégrés dans les applications et programmes d’IA pour garantir qu’ils génèrent des résultats plus éthiques et équitables.
En rapport: Que faudra-t-il pour construire une IA véritablement éthique ? Ces 3 conseils peuvent vous aider
1. Créer une conception centrée sur l’utilisateur
La conception centrée sur l’utilisateur garantit que le programme que vous développez est compris de ses utilisateurs. Cela peut inclure des fonctionnalités telles que les interactions vocales et la capacité de lecteur d’écran qui aident les personnes malvoyantes. Les modèles de reconnaissance vocale, quant à eux, peuvent inclure davantage différents types de voix (comme celles des femmes ou en appliquant des accents du monde entier).
En termes simples, les développeurs doivent prêter une attention particulière à qui s’adressent leurs systèmes d’IA – se faire un devoir de penser en dehors du groupe d’ingénieurs qui les ont créés. Ceci est particulièrement vital si eux-mêmes et/ou les entrepreneurs de l’entreprise espèrent développer leurs produits à l’échelle mondiale.
2. Constituez une équipe diversifiée d’examinateurs et de décideurs
L’équipe de développement d’une application ou d’un programme d’IA est cruciale, non seulement dans sa création, mais également du point de vue de l’examen et de la prise de décision. Un rapport 2023 publié par l’AI Now Institute de l’Université de New York décrit le manque de diversité à plusieurs niveaux de développement de l’IA. Il comprenait des statistiques remarquables selon lesquelles au moins 80 % des professeurs d’IA sont des hommes et que moins de 20 % des chercheurs en IA dans les plus grandes entreprises technologiques mondiales sont des femmes. Sans les bons freins, contrepoids et représentation dans le développement, nous courons le risque sérieux d’alimenter des programmes d’IA avec des données datées et/ou biaisées qui perpétuent des tropes injustes sur certains groupes.
3. Auditer les ensembles de données et créer des structures de responsabilité
Ce n’est pas nécessairement la faute directe de qui que ce soit si des données plus anciennes qui perpétuent les biais sont présentes, mais c’est c’est la faute de quelqu’un si les données ne sont pas régulièrement auditées. Pour garantir que l’IA produit un résultat de la plus haute qualité en gardant à l’esprit la DEI, les développeurs doivent évaluer et analyser soigneusement les informations qu’ils utilisent. Ils devraient se demander : quel âge a-t-il ? D’où est ce que ça vient? Que contient-il ? Est-ce éthique ou correct à l’heure actuelle ? Peut-être plus important encore, les ensembles de données devraient garantir que l’IA perpétue un avenir positif pour la DEI et non un avenir négatif provenant du passé.
En rapport: Ces entrepreneurs adoptent un parti pris en matière d’intelligence artificielle
4. Collectez et organisez diverses données
Si, après avoir audité les informations qu’un programme d’IA utilise, vous remarquez qu’il y a des incohérences, des biais et/ou des préjugés, travaillez pour collecter de meilleurs matériaux. C’est plus facile à dire qu’à faire : la collecte de données prend des mois, voire des années, mais cela en vaut largement la peine.
Pour alimenter ce processus, si vous êtes un entrepreneur dirigeant une start-up d’IA et disposez des ressources nécessaires pour effectuer de la recherche et du développement, créez des projets dans lesquels les membres de l’équipe créent de nouvelles données qui représentent des voix, des visages et des attributs divers. Cela se traduira par un matériel source plus approprié pour les applications et les programmes dont nous pouvons tous bénéficier, créant essentiellement un avenir meilleur qui présente les différents individus comme étant multidimensionnels plutôt que unilatéraux ou simplistes.
5. Participez à une formation sur l’éthique de l’IA sur les préjugés et l’inclusivité
En tant que consultant DEI et fier créateur du cours LinkedIn, Naviguer dans l’IA à travers une lentille DEI intersectionnelle, J’ai appris le pouvoir de centrer la DEI sur le développement de l’IA et les effets d’entraînement positifs qu’elle a.
Si vous ou votre équipe avez du mal à dresser une liste de tâches associées pour les développeurs, les réviseurs et autres, je vous recommande d’héberger une formation éthique correspondante, y compris un cours en ligne qui peut vous aider à résoudre les problèmes en temps réel.
Parfois, tout ce dont vous avez besoin est un formateur pour vous aider à parcourir le processus et à résoudre chaque problème un par un afin de créer un résultat durable qui produit des données et des programmes d’IA plus inclusifs, diversifiés et éthiques.
En rapport: Les 6 qualités dont vous avez besoin pour réussir dans un environnement de travail accéléré par l’IA
Les développeurs, les entrepreneurs et tous ceux qui souhaitent réduire les préjugés dans l’IA devraient utiliser notre énergie collective pour se former à la constitution d’équipes d’examinateurs diversifiés capables de vérifier et d’auditer les données et de se concentrer sur des conceptions qui rendent les programmes plus inclusifs et accessibles. Le résultat sera un paysage représentant un plus large éventail d’utilisateurs, ainsi qu’un meilleur contenu.
Source link