Kapan Emily Reid adalah seorang sarjana di Universitas Tufts lebih dari 15 tahun yang lalu, dia adalah salah satu dari sedikit wanita di kelasnya yang terdiri lebih dari 30 siswa yang mengambil kursus Pengantar Ilmu Komputer. Dia ditugaskan dengan rekan lab laki-laki yang tampaknya memiliki pemahaman pemrograman yang lebih baik daripada dia. Dia berkata kepadanya, “Saya pikir kami dipasangkan dengan pasangan yang memiliki kemampuan serupa.” Momen ini hanyalah salah satu dari sekian banyak poin selama pendidikan dan awal karirnya ketika Reid mengalami keberbedaan secara terbuka dan terselubung. Menyadari bahwa ia mempunyai keistimewaan sebagai perempuan kulit putih, Reid mengatakan hal ini merupakan tanda betapa dalamnya permasalahan sistemis yang ada di dunia teknologi.
“Saya merasa seperti ikan yang keluar dari air,” kata Reid kepada Observer. Hari ini, dia sama sekali tidak seperti itu. Sebagai CEO dari AI4Semua , sebuah organisasi nirlaba yang berupaya mendidik kaum muda minoritas tentang A.I. keterampilannya, dia mempelopori inisiatif untuk membangun generasi berikutnya yang disebut organisasinya sebagai A.I. pembuat perubahan, khususnya mereka yang dapat membawa beragam pengalaman mereka ke meja perundingan.
R saran penelitian tim yang beragam itu meningkatkan kemungkinan mengenali dan mengatasi bias dalam A.I. sistem . Bias tersebut mungkin mencakup tidak melayani semua orang yang menggunakan teknologi tertentu, sebagaimana dibuktikan oleh Karya Dr.Joy Boulamwini pada pengenalan wajah, yang telah meningkatkan tingkat kesalahan pada warna kulit yang lebih gelap. Tetapi, menurut tahun 2021 Laporan Unesco , perempuan bertanggung jawab kurang dari sepertiga jumlah karyawan di sektor teknologi dan 22 persen A.I. pekerja. Tahun 2022 McKinsey survei menunjukkan bahwa rata-rata proporsi ras atau etnis minoritas yang mengidap A.I. solusinya adalah 25 persen —29 persen responden mengatakan organisasi mereka tidak memiliki karyawan minoritas yang mengerjakan pekerjaan A.I. solusi sama sekali.
Sebuah A.I. sistem mungkin mendapatkan masukan dari kumpulan data yang memang mencerminkan keadaan dunia secara akurat. “Tetapi kita juga hidup di dunia yang bias,” kata Reid. “Hal ini berisiko semakin memperkuat beberapa bias sistemik tersebut.” Misalnya, A.I. sistem berperan dalam sistem peradilan pidana, memprediksi risiko residivisme , atau risiko pelanggaran berulang, yang dapat digunakan untuk menentukan hukuman. Namun, hasil yang bias dapat menimbulkan konsekuensi yang tidak adil.
“Setiap orang harus memiliki kesempatan untuk mendalami AI, dan kita juga harus membangun AI. itu sebenarnya bisa berhasil untuk semua orang,” kata Reid. “A.I. Bidang ini setidaknya harus mewakili dunia tempat kita hidup dalam hal keberagaman, namun bidang ini juga harus berfokus pada nilai-nilai apa yang ingin kita dukung sebagai masyarakat.”
AI4ALL didirikan pada tahun 2015 oleh tiga pemimpin industri: Ilmuwan komputer Stanford Fei-Fei Li , ilmuwan komputer Princeton Olga Russakovsky Dan Rick Musim Panas , seorang dosen matematika dan filsafat di Stanford. Ketiganya duduk di dewan organisasi nirlaba. Saat ini, organisasi tersebut berfokus pada transisi siswa dari pembelajaran tentang A.I. untuk pertama kalinya, kemungkinan besar di perguruan tinggi, untuk memasuki dunia kerja. “A.I. akan meledak, dan saya khawatir jika kita menggunakan model homogen ini untuk mendefinisikannya, generasi berikutnya akan menuju ke arah yang salah,” kata Reid. Namun alih-alih menikmati ketakutan tersebut, ia justru melanjutkan pekerjaannya membangun rel kereta api yang sudah lama meninggalkan stasiun.
Bagi Reid, ada beberapa momen penting dalam hidupnya yang membawanya pada jalur diversifikasi strategis A.I. penelitian, pengembangan dan implementasi. Terlahir dari keluarga pendidik yang memiliki keinginan untuk menggunakan pendidikan sebagai jalan untuk memecahkan masalah, ia mendapatkannya dengan jujur. Seorang mentor perguruan tinggi, yang sekarang menjadi teman dan rekan industri, Dr. Elena Jakubiak (saat ini memimpin upaya pembelajaran mesin di SimpliSafe), berbagi buku dengan Reid yang mengubah pemahamannya tentang industri: Membuka Kunci Clubhouse: Wanita dalam Komputasi oleh Jane Margolis dan Allan Fisher. Dia mempelajarinya perempuan pernah beringsut menuju menjadi mayoritas ilmu komputer , namun hal ini menurun ketika laki-laki menganggap karier di bidang ilmu komputer menguntungkan. Pengalamannya sebagai direktur pendidikan di organisasi nirlaba lain bernama Girls Who Code membuktikan kepadanya bagaimana pembelajaran langsung dapat memberikan dampak nyata bagi semua orang.
Tentu saja, gender hanyalah salah satu lapisan dari keragaman, dan Reid mengetahui hal ini. AI4ALL menargetkan setidaknya 60 persen siswanya yang menjalani program akselerator selama satu semester, yang disebut AI4ALL Ignite, adalah orang kulit hitam, Latin atau pribumi, serta perempuan atau non-biner. Pembelajaran berbasis proyek memungkinkan siswa menjadi lebih siap untuk magang dan melamar pekerjaan dengan dampak portofolio yang nyata. Salah satu alumni akselerator, Maya De Los Santos, mengikuti program ini di sekolah menengah dan sekarang belajar ilmu komputer di Northeastern University sambil mengikuti Northeastern Civic A.I. Lab, tempat dia mendesain dan meneliti A.I. sistem yang memastikan peluang kerja yang adil bagi pekerja pertunjukan Latina.
Bagi Reid, melawan homogenitas di bidang A.I. penelitian dan pengembangan adalah hal yang terpenting – dan momen seperti ini menunjukkan bahwa dampak yang sebenarnya tidak hanya mungkin terjadi tetapi juga masuk akal. “Ada kalanya saya menjadi sangat dystopian tentang di mana A.I. bisa pergi,” kata Reid. “Harapan saya adalah saya bisa bekerja untuk salah satu siswa kami suatu hari nanti. Jaraknya sangat jauh dari tempat saya kuliah. Ini adalah salah satu hal yang membuat saya merasa lebih penuh harapan.”
