记者�[db:标签]| 刘芳

6[db:标签]��20日，由Microsoft联合创始人PAul Allen Intelligence创立的Allen人工研究所发布了一份报告，指出至少需要100个年在计算机科学研究领域达到性别平等。

该报告收集了1970年至2018年在计算机科学领域发表的287万篇论文，并根据作者姓名对性别进行了分析。 2018年，计算机科学论文的男性作者人数约为475,000，而女性的人数约为175,000。相比之下，该报告还收集了1163万医学文献的作者姓名，并分析了作者的性别。

该报告发现，即使在最乐观的情况下，计算机科学领域的男女平等也应达到2100年。如果这是现实的话，即使在遥远的将来，它也可能需要更长的时间。相反，预计生物医学论文作者中的性别差距将在30年内消除。

此外，不同性别作者之间的合作也低于预期。根据该报告，尽管男人和女人都喜欢与同性别的作者一起工作，但是女性对同性的偏好正在下降，而男性对同性的偏好却在增加。

换句话说，尽管计算机科学领域的女性科学家的绝对数量正在增加，但近年来跨性别合著者的案例数量有所增加，但是跨性别合著者的比例却有所增加减少了。

在这方面，科学媒体Gizmodo评论说，就性别平等而言，计算机科学领域不仅落后，而且还在朝着错误的方向发展。

《纽约时报》认为，男性和女性作者之间的巨大鸿沟在一定程度上反映了计算机科学期刊的编辑组中可能存在男性偏见。

在接受采访时，前华盛顿大学教授兼艾伦研究所所长Oren Etzioni说：“我们希望看到一个积极的结果，因为我们都意识到（计算机科学论文）女性人数

更重要的是，由于性别差异，科学家对计算机科学的关注和解决问题的想法也有所不同。艾伦的研究员露西·卢·王（Lucy Lu Wang）该研究所表示：“性别差距的问题不仅体现在数据培训机器的选择上，还体现在解决哪些问题（使用AI技术）。”

在当前，许多人工智能技术需要大量数据进行训练，计算机科学研究与技术企业中的性别差距是否会影响人们的现实生活是很多人关注的问题。因果由开发人员的性别，种族等引起的错误称为算法偏差。

例如，《哈佛商业周刊》的数据显示语音识别正在迅速发展，预计到2030年将达到800亿美元。但是研究表明，语音识别很难识别高音调的女性声音。 即使GoOGle语音识别系统的准确性最高，男性语音识别的准确性也比女性高13％。

例如，当Microsoft测试其产品以评估贷款风险时，由于使用的批准数据主要是男性，因此该算法清楚地表明，男性可以更好地承担贷款风险。

纽约大学AI Now研究所的创始人梅雷迪思·惠特克（Meredith Whittaker）在三月的一次峰会上表示，算法偏差最典型的例子是亚马逊利用人工智能进行招募。计算机模型使用的数据是亚马逊过去十年来收到的简历，大多数申请人是男性。因此，最终算法计算出男性是更好的求职者。

对此，惠特克说：“这是对履历表中“女性”一词的一种惩罚。如果你在女子大学，履历表会自动吐出来。她说：“仅显示该算法可以轻松反映出社会偏见，但是这一结果暴露了亚马逊多年的歧视性招聘做法。显然，亚马逊缺乏多样性。”

著名的政治哲学家约翰·罗尔斯（John Rawls）在《正义论》进行了一次思想实验，以推理出如何产生最公平的制度和决策机制。罗尔斯认为人们只能得到摆脱“无知之幕”下的社会偏见，然后获得公平。 所谓的“无知之幕”是指不以个人的性别，家庭，年龄，种族等为决策起点，而是最大程度地分离特定信息。目前，人工智能领域似乎无法做到这一点。

随着人工智能技术的发展，人们将依靠人工智能在越来越多的领域做出决策，例如评估贷款风险和筛选工作场所的履历。这项技术能否最好地摆脱社会和历史偏见并实现公平，将是未来人类面临的最重要挑战之一。