Giám đốc điều hành và đồng sáng lập của Shaip, Vatsal Ghiya có 20 năm kinh nghiệm về phần mềm và dịch vụ AI chăm sóc sức khỏe, đồng thời cho phép mở rộng quy trình kinh doanh theo yêu cầu bằng các sáng kiến về máy học và AI. Tính năng dành cho khách này, Vatsal Ghiya đã chia sẻ những hiểu biết quan trọng về cách loại bỏ sự thiên vị trong AI đàm thoại.
Chìa khóa rút ra từ Bài báo là-
- Theo số liệu thống kê tiết lộ, tỷ lệ tìm nạp kết quả chính xác thông qua tìm kiếm bằng giọng nói đối với nam giới Mỹ là 92% nhưng tỷ lệ này giảm xuống còn 79% và 69% đối với phụ nữ Mỹ da trắng và phụ nữ Mỹ hỗn hợp. Đây là một ví dụ kinh điển về Bias AI.
- Một số ví dụ thực tế về AI thiên vị bao gồm Amazon và Facebook nơi nam giới được ưu tiên hơn trong quá trình tuyển dụng ở Amazon và Facebook nhắm mục tiêu khách hàng theo giới tính, màu da và tôn giáo của họ. Sự thiên vị này trong AI là do ba lý do và đó là dữ liệu, con người và công nghệ.
- Để loại bỏ sự thiên vị của AI khỏi bất kỳ ứng dụng và hệ thống nào, các tổ chức có thể thực hiện theo các biện pháp như xác nhận nguồn và chất lượng dữ liệu, giám sát mô hình trong thời gian thực và phân tích tính đa dạng của dữ liệu trước khi sử dụng AI trong các hoạt động của họ.
Đọc toàn bộ bài viết ở đây:
