64年前，人工智能这一概念在一场学术会议上被正式提出。从那时起，AI便不再仅仅是计算机科学家和数学家的专属理论领域，而是深入渗透到我们日常生活的方方面面。如此强大的技术，如果缺少女性的视角——特别是来自弱势群体的女性的声音——那无疑是一种巨大的缺憾。这正是我们今天要探讨的主题：如何引导更多女孩迈入人工智能的世界。
缩小女孩的想象力差距
基于算法的AI应用已广泛出现在机器人、机器学习、自然语言处理、机器视觉、语音识别等多个领域。它们遍布我们的家庭、汽车以及日常生活的各个角落，例如面部识别、帮助老人居家独立的机器人、自动驾驶汽车、智能手表，以及无人机安全系统。这些应用不仅要能做出判断、提供信息，有些甚至需要具备感知情绪的能力，才能实现真正的人机互动。
如今，越来越多的女性正进入AI领域，也为更多女孩铺平了入行的道路。她们推动着这个新兴行业向前发展，以许多人未曾预料的方式进行创新。关键在于：当团队中加入女性成员，共同创造AI的各个组件时，产品的适用性和功能会发生根本性的改变——偏见被消除，更广泛用户的需求被更好地反映出来。
举个例子，Taniya Mishra是Affectiva（源自MIT）的人工智能研究总监兼首席语音科学家。她们公司的技术通过校准人们的语音模式来识别情绪。Mishra本人对机器学习算法有过非常形象的描述：
“算法就是一套规则或逻辑，或者说是一套指令，你把它交给机器，让它去完成一个目标——让它表现得像人一样。目标可以很多样：可能是把一块积木从A点搬到B点，也可能是理解人的情绪。这些都是设计机器学习算法的目标。”Mishra还说：“基本算法的配方告诉计算机什么时候做X，什么时候做Y，然后做Z。要让这个过程正确运行，程序员必须给出正确的指令。而要想让算法具有包容性，程序员必须考虑到全人类的使用者。”
现实中的不平等
谈到多样性，AI确实能从女性和其他代表性不足群体的参与中受益。当你编写驱动机器学习的指令或算法时，必须把这些声音纳入进去。同样，如果希望算法能真正发挥潜力，用来训练AI的数据也必须来自多元的人群。
一个很典型的例子：如果一群背景单一的小团队，为一个背景多元的大群体设计面部识别程序，那么如果数据里没有包含足够多不同肤色、不同面孔的样本，结果肯定对不上号。换句话说，算法本身有没有偏见，完全取决于数据来源和数据集本身。
说白了，AI相关应用的创造者，必须和最终用户一样多样化，才能做出真正好用的产品。
18岁的Betelhem Dessie是埃塞俄比亚iCog-Anyone Can Code的创始人兼CEO，她还联合创立了Solve IT，为社区问题提供本地化技术方案。她分享了自己的观察：
“随着不同的AI工具被开发出来，我发现有色人种和女性的贡献明显不足。我想，解决方案不仅是提供早期儿童科技教育，还要激励那些已经在职场的女孩去追求这类职业道路。我工作中最有成就感的部分，就是激励他人——尤其是女性——投身科技行业。”
然而，性别和多样性问题依然严峻。正如Kari Paul在2019年《卫报》文章中所写：“纽约大学AI Now研究所对超过150项研究和报告进行调研后发现，AI领域缺乏多样性已经到了‘清算时刻’——多样性灾难正在助长有缺陷的系统，让性别和种族偏见持续存在。”
有什么解决方案？
一个很直接的补救措施就是：更早、更广泛地对女孩（尤其是有色人种的女孩）进行AI相关教育，并在早期就为她们创造合适的学习机会和职业引导。
掌握复杂学科是必须的，所以女孩们需要在基础数学和科学教育上持续积累，最晚从七年级开始就该加强重点学习。到了高中甚至大学再去激发兴趣，往往已经太晚了——她们需要早期打好基础。
对AI感兴趣的女孩，需要学会编写代码、算法和源数据集。除此之外，她们还得懂得如何识别和消除数据集以及AI应用中的偏见——不管是数据本身的偏见，还是服务于人类的应用中的偏见。
除了扎实的早期学术基础，女孩们还需要培养社交和情感技能，这些会在未来的职业生涯中帮上大忙。不管是带领一个团队或公司，还是把软技能编程进机器人，这些能力都很关键。
一个已经被证实有效的激励方法：把AI领域的女性榜样请进课堂。让女孩们有机会向这些专家提问，听听她们的职业经历和人生故事。从哪里找这些专家？可以向当地大学和企业打听，也可以构建自己的专业人士网络。
当女孩们看到那些在AI领域拥有出色事业的女性榜样，知道她们也能在这个舞台上发光时，她们对未来的想象就会被极大地拓展。
随着越来越多的女性进入这个行业并担任领导角色，社会已经看到了她们给AI系统带来的独特视角。比如Mishra，她正在构建新系统，改善人们的生活，让与技术互动成为积极体验。她有一句话说得特别好：“AI现在已经深深融入我们生活的方方面面，未来只会更加深入。”她对女孩的建议是：“大胆梦想——有野心本身就有吸引力，也会激励你身边的人。”
——说到底，让更多女孩走进AI，不仅是公平问题，更是整个行业进步的关键。
