Banyak dari bias di tempat kerja ini didokumentasikan dengan baik. Kami sudah lama mengetahui tentang kesenjangan upah gender, tetapi sangat sulit untuk menutupnya. Bisakah otomatisasi membantu di sana?
Sangat membuat frustrasi melihat betapa stagnannya kesenjangan upah gender, meskipun kami memiliki undang-undang gaji yang setara di buku. Dengan kumpulan knowledge yang luas sekarang tersedia, saya pikir kami bisa melakukan yang lebih baik. Perangkat lunak Textio membantu perusahaan menulis iklan pekerjaan yang lebih inklusif dan akan menghasilkan kumpulan pelamar yang lebih beragam. Syndio dapat mendeteksi ketidaksetaraan gaji di berbagai bagian angkatan kerja di tempat kerja besar, yang mungkin lebih sulit dilihat.
Ini agak intuitif: Jika kita menggunakan perangkat lunak untuk melihat berbagai mode pembayaran dan banyak iklan pekerjaan yang berbeda, kita dapat menembus selubung deskripsi pekerjaan formal dalam tenaga kerja besar dan melihat apa yang terjadi dalam hal jenis kelamin dan ras. Kami biasanya memiliki ide audit sebagai sekali jalan—setahun sekali—tetapi di sini Anda dapat melakukan audit berkelanjutan selama beberapa bulan, atau ketika tiba-tiba ada peningkatan kesenjangan gaji yang disebabkan oleh hal-hal seperti bonus.
Pendekatan itu menimbulkan pertanyaan tentang berapa banyak knowledge yang harus kita serahkan agar dilindungi atau dievaluasi secara adil. Anda menulis tentang penggunaan AI untuk memantau obrolan di tempat kerja dari pelecehan. Pikiran pertama saya adalah, “Apakah saya benar-benar ingin bot membaca pesan Slack saya?” Apakah orang akan merasa nyaman memiliki begitu banyak informasi mereka yang didigitalkan agar perangkat lunak dapat membuat penilaian tentang mereka?
Kami selalu mengalami ketegangan antara lebih banyak privasi sebagai tindakan perlindungan, dan privasi sebagai sesuatu yang menyembunyikan dan melindungi yang berkuasa. Perjanjian kerahasiaan di tempat kerja telah menjadi cara untuk menyembunyikan banyak kesalahan. Tapi teknologi sebenarnya membuat beberapa pertukaran ini lebih menonjol, karena kita tahu kita sedang diawasi. Sekarang ada aplikasi pelaporan di mana hanya ketika ada beberapa contoh seseorang yang ditandai karena pelecehan maka laporan tersebut akan dibuka kuncinya.
Bagaimana dengan platform untuk pekerjaan casual atau pertunjukan? Airbnb berhenti menampilkan foto profil untuk tuan rumah atau tamu setelah knowledge menunjukkan minoritas cenderung menyelesaikan pemesanan yang berhasil. Tapi perusahaan baru ditemukan bahwa tamu kulit hitam masih menghadapi diskriminasi.
Ini adalah kisah audit berkelanjutan yang aktif dan mendeteksi diskriminasi melalui jejak kertas digital dan kekuatan komputasi pembelajaran mesin. Sementara diskriminasi manusia terus berlanjut, hal itu dapat dipahami, diidentifikasi, diisolasi, dan diperbaiki dengan lebih baik secara desain saat terjadi di platform dibandingkan saat terjadi di pasar offline.
Sekarang begitu banyak knowledge kita di luar sana, beberapa peraturan berpendapat harus kurang fokus pada pengumpulan knowledge dan lebih banyak pada cara untuk mengontrol bagaimana knowledge itu digunakan.
Sangat. Saya suka itu. Meskipun privasi itu penting, kami perlu memahami bahwa terkadang ada ketegangan antara AI yang akurat dan tepercaya, serta pengumpulan knowledge yang representatif dan tidak bias. Banyak percakapan yang kami lakukan cukup kacau. Ada asumsi bahwa semakin banyak kita mengumpulkan knowledge, [the more] itu akan secara tidak proporsional membahayakan komunitas yang lebih terpinggirkan.
Kita harus sama-sama peduli tentang orang-orang yang saya sebut knowledge terpinggirkan. Pemerintah dan industri membuat keputusan tentang alokasi sumber daya dari knowledge yang mereka miliki, dan beberapa komunitas tidak terwakili secara setara. Ada banyak contoh kegunaan positif dari memiliki informasi yang lebih lengkap. Kota membuat keputusan tentang di mana menghubungkan jalan, atau inisiatif PBB berinvestasi di sekolah dan desa yang kekurangan sumber daya. Keputusan dibuat menggunakan pencitraan satelit dan bahkan aktivitas smartphone. Kisah kemajuan dan keadilan manusia adalah: Semakin banyak yang kita ketahui, semakin dapat membantu kita mengoreksi dan memahami sumber dan akar penyebab diskriminasi.
New Replace : [randomize]