科技网

当前位置: 首页 >通讯

亚马逊AI在简历筛选中歧视女性AI犯错不

通讯
来源: 作者: 2018-11-15 18:27:46

亚马逊AI在简历筛选中歧视女性?AI犯错不是第一次了

摘要:亚马逊的AI招聘工具触动了人类敏感的神经,据路透社报道,亚马逊机器学习专家发现他们的AI招聘工具有一个明显的倾向——在筛选简历过程中,重男轻女。

来源:PingWest

亚马逊的AI招聘工具触动了人类敏感的神经,据路透社报道,亚马逊机器学习专家发现他们的AI招聘工具有一个明显的倾向——在筛选简历过程中,重男轻女。

这事得追溯到2014年,亚马逊那会儿便开始尝试用人工智能筛选简历,帮助公司挑选出合适的员工。对于一个大公司来说,筛选简历是一项浩大的工程,每天的面试者可能来自五湖四海,要从堆积如山的简历中挑选出面试者的优点,并确认其符合公司标准,难上加难。不但耗费精力,还很花时间。

图源:Pixabay

不用我赘述,我想面试经验丰富的人应该对一些大公司的面试周期记忆深刻。

通过系统的机器训练,让AI代替HR筛选简历,无疑能帮助公司节省大量的劳动力,并且更有效地挑选出合适的人才。万万没想到的是,亚马逊的AI却戴上了有色眼镜。

类似人类的情感倾向出现在了AI上,本身就有悖于人类训练AI的目的。我们希望人工智能是中立、结果导向的,甚至在理性的前提下,会带有一丝无情。

好在亚马逊自己也发现了这个问题,去年已将负责该项目的团队解散。

人工智能“性别歧视”的起因

在亚马逊AI招聘歧视事件的最后,大家把问题归咎于人工智能训练样本上。因为在具体的训练方法上,亚马逊针对性开发了500个特定职位的模型,对过去10年的简历中的5万个关键词进行识别,最后进行重要程度的优先级排序。

因此简单来说,AI的工作还是抓取关键词。然而在这些简历中,大部分求职者为男性,他们使用诸如“执行”这样的关键词更加频繁,而女性相关的数据太少,因此AI会误以为没有这类关键词的女性简历不那么重要。

图源:Reuters

类似的事情同样发生在了谷歌身上。早在2017年云南镀锌管
,Quartz报道了一篇题为《The reason why most of the images that show up when you search for "doctor"are white men》的文章,如果你在谷歌Image上搜索”doctor“,获得的结果中大部分都是白人男性。

一项来自普林斯顿大学的研究表明,这一搜索结果与潜在的社会现状有关。在普通人眼中医生总是与男性相连,而护士总是与女性相连。

“正如一些数据科学家所言,什么样的输入就有什么样的产出,没有好的数据,算法也做不出正确的决策。”

谷歌意识到了这一点,调整了搜索算法煤棒机
。目前“doctor”的搜索结果中,女性与男性的比例基本平等。

现在的搜索页面经过优化,并有多种搜索可选项

人工智能发展到现在,应用到实际的时间并不长。如果把它比作婴儿,那它的成长有很大一部分依靠人类给予的养分与教育。人工智能在机器训练的过程中,所输入的数据便是养分。科学家尽力将算法调整到中立、客观,但最终影响其输出的还是数据。

即使数据中出现了一个小的偏差,人工智能的最终行为也会将这个偏差放大。人类获得的结果便是“歧视”——我们如何看待社会,人工智能也会以相同的视角去看待社会。这一情况属于普遍现象,其涉及到的不但是技术问题,更是一个巨大的哲学问题。

今年七月份,微软同中国发展研究基金会发布了《未来基石》报告。报告涵盖了两家机构对人工智能的思考。比如微软在人工智能的开发中,将遵循六个道德基本准则字画权威鉴定
,以创造“靠谱”的人工智能。

在微软的人工智能产品中,曾出现了聊天机器人小冰爆粗口的情况,同样是源于训练数据库的影响。经历该事件后,微软修改了小冰的对话原则,并加强了对数据库的过滤。但实际上依然无法百分百避开数据库中不健康的信息。

图源:PConline

想要训练出更靠谱的人工智能,用户同样是很重要的力量群体。

AI还有其它偏见

与其说人工智能对这个世界有偏见,不如说是认知偏差。其算法本身是没毛病的,但经过算法处理的数据则是具有人类社会的特点的,因此人工智能行为也带了人类的色彩。

这一点在不同的行业、不同事物的类型、甚至不同的文化与国家,都有各自的体现。

比如提到厨房里的人,我们通常脑海里会浮现出一名家庭主妇的形象,传统的观念即是如此。这种观念由社会现状决定,人类取用的数据由社会现状决定,而人工智能的认知由数据决定。

因此当一张男人站在厨房里的照片经人工智能识别之后,它极有可能会把男人看成女人。

图源:果壳

这是赵洁玉和她的导师文森特·奥都涅茨研究的课题。果壳《当人工智能“学会”性别歧视》一文里,详细描述了他们研究课题的过程。最终发现把男人看成女人并不是程序Bug,而是因为数据库的偏差。

除了厨房这个特定环境,他们还发现在照片中“做家务、照看小孩子的就被认为是女性,开会、办公、从事体育运动的则是男性”,有时候我们会发现人工智能识别的结果令人哭笑不得,但究其原因却又情有可原。

又如人工智能会将印度海得拉巴的印式婚纱错认为中世纪的锁子甲,只因为在其训练的数据库中,欧洲的数据更丰富,而来自第三世界的信息少得可怜。这对于部分少数群体是极不公平的。

另一个相似的例子是,2015年谷歌 Photos将黑人标注成了大猩猩。虽然谷歌及时道歉并更正了算法,但从侧面来看,人工智能依然受提供的数据中的一般特征影响。它会将数据中的一般特征误认为整个世界的普遍特征。

事件过去三年,尽管算法已经相对更加成熟,数据库更加丰富,人工智能的坏毛病还是无法根治。据英国镜报报道,用户在使用谷歌翻译时,结果里出现了令人毛骨悚然宗教话语,在某些小语种下,特定的重复词组会被谷歌翻译成带有宗教色彩的话语。

其缘由可能是谷歌翻译在某些小语种的学习上,配备了圣经——这一全球最为广泛翻译的数据——作为训练模型,从而导致该情况发生。在经过报道之后,谷歌修复了这个Bug。

一个不得不接受的事实是,人工智能的偏见与小毛病将伴随着它的成长。

相关推荐