Mkurugenzi Mtendaji na mwanzilishi mwenza wa Shaip, Vatsal Ghiya ana uzoefu wa miaka 20 katika programu na huduma za AI za afya na kuwezesha uongezaji wa michakato ya biashara unapohitajika kwa kujifunza mashine na mipango ya AI. Kipengele hiki cha wageni, Vatsal Ghiya ameshiriki maarifa muhimu kuhusu jinsi ya kuondoa upendeleo katika Mazungumzo ya AI.
Jambo kuu la kuchukua kutoka kwa Kifungu ni-
- Kulingana na takwimu, kiwango cha usahihi cha kupata matokeo kupitia utafutaji wa sauti kwa wanaume wa Marekani ni 92%lakini hii inashuka hadi 79% na 69% kwa wanawake weupe wa Marekani na wanawake mchanganyiko wa Marekani. Huu ni mfano mmoja wa kawaida wa Bias AI.
- Baadhi ya mifano ya ulimwengu halisi ya upendeleo wa AI ni pamoja na Amazon na Facebook ambapo wanaume walipendelewa zaidi wakati wa kuajiri katika Amazon na Facebook wanalenga mteja kulingana na jinsia zao, rangi, na dini. Upendeleo huu katika AI unasababishwa na sababu tatu nazo ni data, watu na teknolojia.
- Ili kuondoa upendeleo wa AI kutoka kwa matumizi na mfumo wowote, mashirika yanaweza kufuata hatua kama vile kuthibitisha vyanzo na ubora wa data, kufuatilia modeli kwa wakati halisi na kuchambua anuwai ya data kabla ya kutumia AI katika shughuli zao.
Soma Makala kamili hapa:
