人妻少妇乱子伦精品_日韩人妻潮喷视频网站_日本最新最全无码不卡免费_日韩AV无码中文

當(dāng)前位置: 首頁 > 科技新聞 >

計(jì)算機(jī)歷史上,女性是怎么消失的?

時(shí)間:2020-02-21 15:32來源:網(wǎng)絡(luò)整理 瀏覽:
歡迎關(guān)注“創(chuàng)事記”微信訂閱號(hào):sinachuangshiji文/趙家鵬來源:AIPharos月光社(ID:AI-Pharos)1816年的圣

歡迎關(guān)注“創(chuàng)事記”微信訂閱號(hào):sinachuangshiji

文/趙家鵬

來源:AIPharos月光社(ID:AI-Pharos)

1816年的圣誕夜,詩人拜倫給一位密友寄去了一封信。

信中附有他新作的一首詩,這首詩名為《路德分子之歌》,后來成為了拜倫的代表作之一。詩中寫道:讓我們把織梭換成刀劍。

拜倫是路德運(yùn)動(dòng)的同情者之一。工業(yè)革命后的英國,機(jī)器的大量普及取代了人力勞工,失業(yè)的紡織工人對(duì)此發(fā)起了暴力抵抗,被稱作“路德運(yùn)動(dòng)”。身為勛爵的拜倫認(rèn)為,“路德分子”是反抗強(qiáng)權(quán)的英雄,并極力歌頌他們毀壞紡織機(jī)的作為。

就在寄出這首詩的同年,一則家庭變故發(fā)生在拜倫家中。詩人重男輕女,一直渴望男丁,結(jié)果妻子卻為他誕下了一名女嬰。失望的詩人跟妻子離了婚,剛滿月的女嬰也就此離開了父親。

這名女嬰長大后,撿起了被拜倫扔下的織梭,成為了第一個(gè)將分析引擎技術(shù)與提花織機(jī)相結(jié)合的計(jì)算機(jī)程序員。她叫做埃達(dá)·洛夫萊斯,被許多人認(rèn)為是史上第一位計(jì)算機(jī)程序員。從她和她的同代人開始,一場更新穎的技術(shù)浪潮將席卷而來。

世界上最早的計(jì)算機(jī)是由英國人構(gòu)想和設(shè)計(jì)的。英國數(shù)學(xué)家查爾斯·巴貝奇于1820年構(gòu)想和設(shè)計(jì)了第一部完全可程序化計(jì)算機(jī),埃達(dá)·洛夫萊斯即是為查爾斯·巴貝奇的機(jī)器撰寫了第一段算法。

為什么是埃達(dá)·洛夫萊斯,一位女性完成了最早的編程工作?

在計(jì)算機(jī)成為電子技術(shù)之前,計(jì)算與編程被視作應(yīng)由女性從事的工作。在當(dāng)時(shí)傲慢的紳士們看來,它需要的并非體力勞動(dòng),而是死記硬背,即使很多時(shí)候需要高級(jí)的數(shù)學(xué)知識(shí),也被認(rèn)做是“非智力的勞作”。英國哲學(xué)家薩迪·普蘭(Sadie Plant)研究認(rèn)為,早期與計(jì)算科學(xué)相關(guān)的工作,與“編織”有某種程度的相似性,“它是通過復(fù)雜的過程將多條線集成到一塊布料中?!睋Q句話說,如果婦女可以操作紡織機(jī),那么為什么不能是計(jì)算機(jī)?

這樣的刻板印象為英國的計(jì)算科學(xué)發(fā)展帶來了最早的勞動(dòng)力:女性程序員群體。她們負(fù)責(zé)操作、編程、排除故障和組裝新機(jī)器。二戰(zhàn)期間,英國皇家海軍的女兵們甚至組裝了世界上第一臺(tái)電子數(shù)字可編程計(jì)算機(jī):巨人計(jì)算機(jī)(Colossus Computer)。這臺(tái)機(jī)器曾用來破譯納粹德國的密碼,并為確定諾曼底登陸的具體時(shí)間做出了貢獻(xiàn)。

埃達(dá)·洛夫萊斯毫無疑問是計(jì)算科學(xué)中的女性先驅(qū)。為了紀(jì)念她,從上世紀(jì)八十年代開始,多個(gè)國家和組織設(shè)立了以其名字命名的獎(jiǎng)項(xiàng)和學(xué)會(huì),一位英國記者還創(chuàng)立了“埃達(dá)·洛夫萊斯日”,用以提高女性在科學(xué),技術(shù),工程和數(shù)學(xué)(STEM)上的形象。

每年十月的第二個(gè)星期二,“埃達(dá)·洛夫萊斯日”的聚會(huì)活動(dòng)會(huì)如期舉辦。紀(jì)念活動(dòng)的一個(gè)主題是:如何提高計(jì)算科學(xué)領(lǐng)域中的女性地位。

這是我們今天不得不面對(duì)的一樁事實(shí)。

01

來自麻省理工的發(fā)現(xiàn)

三十多年過去,計(jì)算科學(xué)經(jīng)歷了發(fā)展高潮,互聯(lián)網(wǎng)與人工智能興起,但留在行業(yè)里的女性,處境卻正在變得更加艱難。

加拿大女孩喬·布蘭維尼,提醒我們注意到了這件事。

平常她喜歡戴彩色厚邊框眼鏡,留一頭蓬松卷曲的黑發(fā)。前者是她的時(shí)尚標(biāo)簽,后者則透露出她的另一重身份標(biāo)簽:一位加納裔的黑皮膚女孩。

喬是一位天才少女。少年時(shí),她就在計(jì)算機(jī)科學(xué)上表現(xiàn)出了獨(dú)特天賦,其后在多所名校進(jìn)修。在麻省理工媒體實(shí)驗(yàn)室,喬參與了一款交互式藝術(shù)裝置的研究。這款裝置可以識(shí)別頭部運(yùn)動(dòng)與面部表情,進(jìn)而生成一副數(shù)字面罩,并投射到屏幕上。

喬遭遇了挫折。研究中,她的面孔并未被識(shí)別出來。她和同伴研究發(fā)現(xiàn),這款采用了通用的面部識(shí)別軟件的裝置,只能在膚色較淺的面孔前,保持良好運(yùn)轉(zhuǎn)。對(duì)于有色人種特別是女性有色人種的面孔,它總是顯得無動(dòng)于衷。

問題出在程序上嗎?

喬和伙伴展開進(jìn)一步研究。她們用奧普拉·溫弗瑞、米歇爾·奧巴馬等人的照片,在多個(gè)面部分析程序上進(jìn)行了測試。結(jié)果發(fā)現(xiàn),這些程序均出現(xiàn)了不同程度的識(shí)別錯(cuò)誤:上述杰出的黑人女性皆被判定為男性。

2018年,喬的研究團(tuán)隊(duì)發(fā)表了名為《性別陰影》的論文,對(duì)商業(yè)化面孔識(shí)別技術(shù)的性別與膚色偏見提出了質(zhì)疑和探討。論文檢驗(yàn)了三款流行的商業(yè)化面部分析程序,發(fā)現(xiàn)這些程序在確定淺膚色男性性別時(shí),錯(cuò)誤率不低于0.8%,但在識(shí)別膚色較深女性時(shí),兩款程序的錯(cuò)誤率超過了34%,一款超過20%,幾乎無法正確識(shí)別。

這不僅僅是程序或算法的偏差問題。喬認(rèn)為,算法反映了那些有權(quán)塑造技術(shù)的人的偏見。女性,特別是深色皮膚的女性,正在遭遇“算法凝視”。

即使是白人女性,也難以逃脫另類的“算法凝視”。

微軟的一次算法測試中,研究人員試圖讓算法根據(jù)梅琳達(dá)·蓋茨(Melinda Gates)的LinkedIn信息,推測其職業(yè)。結(jié)果發(fā)現(xiàn),不同性別的人稱代詞會(huì)帶來完全不同的結(jié)果:當(dāng)梅琳達(dá)·蓋茨是“她”時(shí),其職業(yè)是教師;換成“他”時(shí),這位微軟創(chuàng)始人比爾·蓋茨的夫人,則被認(rèn)為是一位律師。

通用的商業(yè)化算法可能是今天最具有全球化屬性的商品之一,它也將是未來的信息基礎(chǔ)設(shè)施。它會(huì)延續(xù)現(xiàn)實(shí)世界的性別歧視嗎?

此前,我們已獲得過不少教訓(xùn)。盡管女性科學(xué)家在現(xiàn)實(shí)中占比不少,但在維基百科中,只有18%的科學(xué)家傳記頁面留給了女性。電影工業(yè)亦如此,自1946年以來,全年齡段電影的集體場景中,女性角色僅占比17%。

今年,聯(lián)合國教科文組織公布了一份名為《如果可以,我會(huì)臉紅(I’d blush if I could)》的報(bào)告。研究者發(fā)現(xiàn),市面上流行的智能語音助手,正試圖通過創(chuàng)建一種“溫順而樂于助人”的助手模型,向新一代年輕人傳遞性別歧視。這份報(bào)告同時(shí)預(yù)測,到2021年,智能語音助手的全球使用量將達(dá)到18億。如果情況得不到改善,影響將是巨大的。

為什么算法會(huì)產(chǎn)生性別歧視?

訓(xùn)練數(shù)據(jù)集的偏差是原因之一。算法需要大型、帶標(biāo)注的數(shù)據(jù)集來進(jìn)行訓(xùn)練,數(shù)據(jù)樣本在采集與標(biāo)注過程中,就會(huì)率先帶上傾向與偏見。如,用于計(jì)算機(jī)視覺研究、包含1400萬余張帶標(biāo)簽的圖片的ImageNet數(shù)據(jù)集,其中45%的數(shù)據(jù)量來源于美國,中國和印度加起來只占3%的數(shù)據(jù)量,這從某種程度上造成了喬所發(fā)現(xiàn)的“性別陰影”問題,更少的深色皮膚女性用于訓(xùn)練,以至于難以識(shí)別。

來自先前文化中的偏見,也在誤導(dǎo)訓(xùn)練數(shù)據(jù)集。負(fù)責(zé)微軟人工智能研發(fā)的沈向洋認(rèn)為,互聯(lián)網(wǎng)公開的新聞與網(wǎng)頁數(shù)據(jù),構(gòu)成了訓(xùn)練算法的基準(zhǔn)數(shù)據(jù)集,而這些數(shù)據(jù)本身早已包含了互聯(lián)網(wǎng)既有的性別偏見:“sassy(刁蠻)”、“knitting(編織)”這類詞更靠近女性,而“hero(英雄)”、“genius(天才)”與男性的關(guān)聯(lián)更密切。

性別偏見的另一個(gè)來源是算法本身。通常情況下,如果訓(xùn)練數(shù)據(jù)集中的某類人群出現(xiàn)比例較高,那么算法程序會(huì)為此類進(jìn)行優(yōu)化,以期提高整體預(yù)測準(zhǔn)確率。這也就是說,在不加干涉的情況下,算法會(huì)強(qiáng)化數(shù)據(jù)集帶來的偏見。

2018年,斯坦福大學(xué)兩位教授指出,谷歌翻譯在翻譯西班牙語到英語時(shí),會(huì)出現(xiàn)默認(rèn)使用男性代詞的情況,事后,谷歌修補(bǔ)了這一缺陷。這是算法偏見的一個(gè)案例,在今日的英語語料庫中,男性代詞與女性代詞的比例為2:1。

上世紀(jì)六十年代,這一比例曾高達(dá)4:1,后因性別平權(quán)等社會(huì)運(yùn)動(dòng),它降至如今水平。有人擔(dān)心,不加干涉的算法,會(huì)破壞這一得之不易的成果。

02

多樣性的歷史低點(diǎn)

唐娜·哈拉維曾對(duì)新技術(shù)寄予厚望。

1985年,她公開發(fā)表了《賽博格宣言》,呼吁人們通過科技塑造新的性別身份。這份樂觀的文本相信,未來將是一個(gè)由人工智能主導(dǎo)的時(shí)代,新技術(shù)能讓女性逃離傳統(tǒng)性別角色的約束。

現(xiàn)實(shí)令這位技術(shù)哲學(xué)家失望了。技術(shù)進(jìn)步,并未令古老偏見消失。甚至帶來了糟糕的影響:以計(jì)算科學(xué)領(lǐng)域?yàn)槔?,大范圍的性別偏見傳染發(fā)生的同時(shí),行業(yè)中的女性從業(yè)比例也變得更少了。

國際勞工組織測算,2018年女性占美國勞動(dòng)力的比重約為46.9%。而據(jù)蘋果、谷歌、臉書和亞馬遜公布的數(shù)據(jù),這些公司科技從業(yè)人員中,女性占比不到30%。兩者相差嚴(yán)重。

在計(jì)算科學(xué)的前沿領(lǐng)域,性別人口的比例不足更為嚴(yán)重。今年的一份研究報(bào)告指出,在臉書和谷歌,女性人工智能研究人員占比分別僅為 15% 和 10%;在人工智能學(xué)術(shù)領(lǐng)域,女性作者也只有18%。

另有統(tǒng)計(jì)表明,2018年全球人工智能專業(yè)從業(yè)者中,只有22%是女性,女性從業(yè)者大多從事應(yīng)用領(lǐng)域的工作,更少涉及技術(shù)開發(fā)。崗位的不同,意味著薪酬差距。即使是相同的技術(shù)崗位,女性收入也往往比男性更低,在今年的一份針對(duì)技術(shù)領(lǐng)域女性的調(diào)查中,女性比同崗位男性的薪酬少28%。

女性消失在計(jì)算科學(xué)的工作場所,會(huì)帶來什么樣的影響?

微軟曾對(duì)歐洲各地11500名女孩和年輕婦女進(jìn)行采訪。結(jié)果顯示,從十五歲開始,女孩對(duì)STEM(科學(xué)、技術(shù)、工程、數(shù)學(xué))的興趣開始下降,很重要的一個(gè)原因是,該領(lǐng)域內(nèi)缺乏女性榜樣。

興趣的缺失導(dǎo)致更少的女性進(jìn)入這些領(lǐng)域?qū)W習(xí)。斯坦福大學(xué)發(fā)布的一則報(bào)告顯示,該校2017年人工智能入門課程的男性比例為74%,機(jī)器學(xué)習(xí)入門課程的男性比例為76%,作為對(duì)比,加州大學(xué)伯克利分校兩門課程的男性比例分別為73%和79%。

這意味著,參與人工智能相關(guān)學(xué)習(xí)的學(xué)生中,每五個(gè)人中只有一名女性。

這是一場持續(xù)的衰退。

就在《賽博格宣言》發(fā)表的1985年,美國計(jì)算機(jī)科學(xué)的女性入學(xué)比例是37%。三十年過去,這一比例下降到了18%。考慮到這一領(lǐng)域的從業(yè)者大多需要專業(yè)背景,女性學(xué)生群體的縮水,已使這個(gè)領(lǐng)域發(fā)生了“多樣性的喪失”,甚至有觀察者認(rèn)為,我們今天正處在一個(gè)多樣性的歷史低點(diǎn)。

梅琳達(dá)·蓋茨為此感到沮喪。這位遭遇過“算法凝視”的慈善活動(dòng)家發(fā)現(xiàn),既往科技公司用于慈善和社會(huì)責(zé)任方面的努力,只有大約5%惠及了科技行業(yè)的女性,其中僅有0.1%是有色女性。

這些數(shù)字背后的潛在指責(zé)是,科技巨頭們似乎并沒為此作出太多努力。

那么,如何增加女性在計(jì)算科學(xué)領(lǐng)域的機(jī)會(huì)?

2015年,斯坦福大學(xué)人工智能實(shí)驗(yàn)室主任李飛飛等人,發(fā)起成立了一個(gè)名為“AI4ALL”的項(xiàng)目。這是一個(gè)面向?qū)W生的人工智能體驗(yàn)與教育項(xiàng)目,主要對(duì)象是女性、一些有色人種和低收入家庭的學(xué)生。

在李飛飛這樣的從業(yè)者看來,要改變計(jì)算科學(xué)領(lǐng)域的性別偏見,需要從教育入手,教育則要從娃娃抓起。項(xiàng)目發(fā)起者們雄心勃勃地表示,該計(jì)劃要在五年內(nèi)惠及一百萬人。

如果缺少女性,那就投入女性,如果沒有女性,那就培養(yǎng)她們。這看起來是一條充滿實(shí)用主義精神的有效路徑。但它并未觸及的癥結(jié)是:

“多樣性的喪失”背后,更大的原因是什么?

03

誰把女性趕出大門?

斯蒂芬妮·雪莉知道答案。

斯蒂芬妮的職業(yè)生涯開始于1950年代的英國。她是一位計(jì)算機(jī)程序員,在郵政研究站(Post Office Research Station)負(fù)責(zé)為大型計(jì)算機(jī)編寫代碼。郵政研究站位于倫敦西北部的多利斯山,二戰(zhàn)期間,丘吉爾政府在這里建立了秘密的密碼破解機(jī)構(gòu)。戰(zhàn)后,這里成為了英國計(jì)算機(jī)研究的中心。

郵政研究站最早的雇員都是像斯蒂芬妮這樣的女性。在1950年代,大型計(jì)算機(jī)的操作復(fù)雜繁瑣,實(shí)際的用處卻有限。英國政府當(dāng)時(shí)并未過多關(guān)注這種龐然大物的潛力,沿用戰(zhàn)時(shí)思路,僅組建了一支有女性組成的技術(shù)工人團(tuán)隊(duì)。這群女性技術(shù)工人就是英國乃至全球最早的程序員群體。

和今日不同,程序員在那時(shí)算不上值得羨慕的好工作。一開始,這群女性程序員被編入英國的公務(wù)員體系,處于公務(wù)員體系中的“機(jī)器等級(jí)”。她們獲得的報(bào)酬很低,不僅無法與男性相比,也遠(yuǎn)比在政府工作的其他女性更低。甚至,1950年代中期,英國政府承諾執(zhí)行同工同酬政策時(shí),這些處理技術(shù)工作的女性也未獲得同等報(bào)酬。

糟糕的報(bào)酬,糟糕的地位,斯蒂芬妮忍受著這一切,內(nèi)心依舊感謝這個(gè)國家。斯蒂芬妮是一位出生在德國的猶太人,二戰(zhàn)期間,在一項(xiàng)英國人道計(jì)劃的幫助下,她和其他一萬名猶太兒童逃離德國,來到英國。和所有勵(lì)志故事的開頭一樣,成人后,她獲得了計(jì)算機(jī)程序員的工作,然后依靠在夜校的勤奮,取得了數(shù)學(xué)學(xué)位,并在工作崗位上做出了不凡的成績。

1950年代后期,在斯蒂芬妮這樣的女性程序員的努力下,計(jì)算機(jī)工業(yè)在英國繼續(xù)取得突破,在應(yīng)用層面,計(jì)算機(jī)開始在電力、稅收、宏觀調(diào)控、科學(xué)研究等公共事業(yè)領(lǐng)域發(fā)揮作用,逐漸成為了福利國家的一種基礎(chǔ)設(shè)施。鐵幕拉下后的全球競爭中,越來越多的國家開始意識(shí)到這種新技術(shù)將帶來的改變。作為一線從業(yè)者,斯蒂芬妮和她的同伴為此感到驕傲,她們開始期待更大的成就。

斯蒂芬妮申請(qǐng)晉升。她提交了幾次申請(qǐng),無一例外地失敗了。最終,她得知,評(píng)估她晉升的官員,寧可辭職也不贊成女性進(jìn)入管理崗位。甚至,這并非針對(duì)她個(gè)人,與技術(shù)技能與受教育程度無關(guān),這樣的歧視源于更深層的考慮。

看到了計(jì)算機(jī)潛力的英國政府,正打算把女性逐出這個(gè)領(lǐng)域。當(dāng)時(shí)英國政府的判斷是,為了匹配計(jì)算機(jī)在政府和企業(yè)運(yùn)作中的重要地位,這個(gè)領(lǐng)域不能僅僅依賴低端的技術(shù)工人,需要引入更高級(jí)的管理層。

這個(gè)判斷看上去是合理的,但接下來的就是典型的偏見時(shí)刻:負(fù)責(zé)制定政策的人認(rèn)為,女性是不適合擔(dān)任管理工作的,這個(gè)領(lǐng)域需要一支由男性領(lǐng)導(dǎo)的專業(yè)技術(shù)團(tuán)隊(duì)。這是技術(shù)史上一次國家恐慌:面對(duì)女性,男性主導(dǎo)的政府開始擔(dān)心失去對(duì)未來機(jī)器的控制權(quán)。

問題是,在一個(gè)幾乎全由女性組成的行業(yè)了,去哪里找到懂計(jì)算機(jī)的男性?

一項(xiàng)荒唐的計(jì)劃出爐了。斯蒂芬妮們被要求在完成工作之余,每人要訓(xùn)練兩名男性,教他們學(xué)習(xí)并掌握操作大型計(jì)算機(jī)所需要的一切技能。按照計(jì)劃,這些受訓(xùn)的男性最終將取代訓(xùn)練他們的女性。

這項(xiàng)計(jì)劃不出意外地失敗了。當(dāng)時(shí),計(jì)算與編程工作早已與同女性的歧視捆綁在一起,年輕的男性對(duì)此興趣寥寥,幾乎沒有什么人對(duì)接受由女性指導(dǎo)的計(jì)算機(jī)培訓(xùn)感興趣。盡管如此,英國政府依舊堅(jiān)定著排斥女性的決心,在接下來的1960年代,越來越多的女性程序員被趕回了家。

斯蒂芬妮辭職了。她嫁給了一位物理學(xué)家,然后像那年頭許多已婚婦女一樣,她離開了工作,回到了家庭婦女的崗位上。她并不甘心,1962年,她在家創(chuàng)辦了自己的軟件公司,開始為擁有大型計(jì)算機(jī)的政府和企業(yè)提供外包程序。

這并不是一件容易事。身為家庭婦女,斯蒂芬妮需要在照顧孩子的同時(shí),開展工作,有時(shí),她不得不在家接客戶電話時(shí),播放錄有打字機(jī)聲音的錄音帶,以此掩蓋孩子發(fā)出的聲音。歧視依舊盛行,為了獲得合同,她把簽名改成了“史蒂夫·雪莉”,因?yàn)樗趩实匕l(fā)現(xiàn),斯蒂芬妮這樣的女性化名字,無法幫她獲得任何生意反饋。

斯蒂芬妮當(dāng)然沒有向歧視投降。一則刊登在1964年《倫敦時(shí)報(bào)》上的廣告昭示了她的決心:退休女程序員之良機(jī),反女權(quán)主義者勿擾。

許多此前被迫賦閑的女性程序員慕名而來,斯蒂芬妮為她們提供了在家工作的機(jī)會(huì)和靈活的工作時(shí)間。和今天的編程工作不同,當(dāng)時(shí)的編程大多是在紙上完成的:在紙上打孔,然后把打孔紙交給交付給對(duì)方,進(jìn)行機(jī)器測試。換句話說,任何人都可以在家里完成這項(xiàng)工作。就這樣,這群依靠兼職編程的女性,成就了英國最早的軟件公司之一。

斯蒂芬妮的生意越來越好時(shí),英國計(jì)算機(jī)領(lǐng)域卻陷入了危機(jī)。當(dāng)時(shí),英國的技術(shù)官僚們正沉浸在“白熱化”浪潮中?!鞍谉峄笔菚r(shí)任英國首相哈羅德·威爾遜提出的宣言,旨在利用技術(shù)革命,幫助英國實(shí)現(xiàn)現(xiàn)代化。但在計(jì)算機(jī)領(lǐng)域,由于女性程序員的缺失,勞動(dòng)力發(fā)生了短缺。為了應(yīng)對(duì),實(shí)現(xiàn)政治上的目標(biāo),英國政府將當(dāng)時(shí)還有剩余生產(chǎn)能力的計(jì)算機(jī)公司合并為一家大型計(jì)算機(jī)公司:國際計(jì)算機(jī)有限公司(ICL),一家由男性勞動(dòng)力為主的技術(shù)公司。

后來的故事是,計(jì)算機(jī)產(chǎn)業(yè)發(fā)生巨變,個(gè)人電腦產(chǎn)品開始出現(xiàn),大型機(jī)很快被淘汰。ICL在開始交付產(chǎn)品時(shí),發(fā)現(xiàn)市場甚至英國政府也已經(jīng)不需要它提供的服務(wù)的。但在當(dāng)時(shí),除了ICL,英國計(jì)算機(jī)產(chǎn)業(yè)已幾乎消失殆盡。

如果要為英國計(jì)算機(jī)產(chǎn)業(yè)撰寫一份墓志銘,年份上可以寫下:1940-1970年代。短短三十年時(shí)間,世界上最早的計(jì)算機(jī)強(qiáng)國,從有到無,從生到死。與之一同消亡的,是一群被權(quán)力刻意驅(qū)逐的女性程序員群體。

04

噩夢并未醒來

計(jì)算機(jī)女性史學(xué)者瑪麗·希克斯認(rèn)為:技術(shù)是一種在人們身上行使權(quán)力的工具。通常,那些已掌握權(quán)力的人,是那些最不了解我們當(dāng)前系統(tǒng)缺陷的人,同時(shí)也是決定我們技術(shù)未來的人。

對(duì)女性的歧視與偏見是諸多技術(shù)權(quán)力暴行中的一樁,它并未因技術(shù)的進(jìn)步而有所好轉(zhuǎn),也并未因權(quán)力來源的不同而所有改善。

1980年代中期以后,個(gè)人計(jì)算機(jī)的興起,帶來了計(jì)算科學(xué)的大眾化普及。更多年輕人進(jìn)入了計(jì)算科學(xué)的領(lǐng)域,包括女性。但與此同時(shí),計(jì)算機(jī)專業(yè)畢業(yè)生的性別比例中,女性卻逐年下降。以美國為例,這一比例從1984年的37%下降到了今天的18%左右。

為什么會(huì)發(fā)生這種變化?

有研究表明,早期個(gè)人計(jì)算機(jī)的營銷目標(biāo),主要集中在男性和男孩群體上,不僅忽略了女性,甚至通過電視廣告等媒介形式,不斷傳遞女性不適合這種新奇機(jī)器的觀念。這導(dǎo)致了進(jìn)入消費(fèi)時(shí)代后,女性對(duì)于計(jì)算科學(xué)的興趣衰減。也正是從那時(shí)開始,程序員或黑客這一形象變成了“男性書呆子”的形象。

隨著娛樂產(chǎn)業(yè)的全球擴(kuò)張,刻板的性別印象在人工智能時(shí)代甚至得到了加強(qiáng)和發(fā)展。

在好萊塢的腳本中,程序員大多呈現(xiàn)為對(duì)技術(shù)狂熱癡迷的男性,男性機(jī)器人也大多承擔(dān)更多的探索型工作:探索太空、救助人類、進(jìn)行科學(xué)研究;女性大多表現(xiàn)為輔助性角色,女性機(jī)器人則多是《銀翼殺手》中的性感、魅惑與順從的形象,甚至一旦女性機(jī)器人開始擁有自主思維,她們就會(huì)變成《西部世界》中噩夢般的殺戮角色。

新加坡南洋理工大學(xué)的一項(xiàng)研究,與好萊塢不謀而合。研究者測量了人類對(duì)于不同機(jī)器人完成工作的心理偏好,發(fā)現(xiàn)人們更傾向于女性機(jī)器人完成家政工作,而希望男性機(jī)器人完成安保工作。

“男性擅長征服,女性擅長守護(hù)。大家都害怕機(jī)器,沒有人想被機(jī)器智能所征服,但是所有人都愿意被溫柔的機(jī)器智能所守護(hù)。”這是馬云在2019全球女性創(chuàng)業(yè)者大會(huì)上的發(fā)言,這位來自商業(yè)世界的發(fā)言人,同樣不小心袒露出了內(nèi)心的性別安排。

我們不知道的是,計(jì)算科學(xué)領(lǐng)域中的女性,是否會(huì)接受這一安排呢?

喬安妮·李普曼相信:在男性建立起來的社會(huì)體系中,女性的觀點(diǎn)被重視、甚至被聽到都要比男性困難得多。

掌握技術(shù)權(quán)力的男人們,也應(yīng)該了解這一點(diǎn)。

參考資料:

1.《女性化的機(jī)器和機(jī)器化的女性》,紐約時(shí)報(bào)中文網(wǎng)

2. 《千余名谷歌員工要求將反跨性別保守派從人工智能委員會(huì)剔除》,澎湃新聞

3. 《微軟研究院:求索不已,為全人類,打造負(fù)責(zé)任的人工智能》,沈向洋

4. 《馬云:90% 的人工智能是女性》,極客公園

5. 《AI, Ain't I A Woman?》,Joy Buolamwini

6.《AI programs exhibit racial and gender biases, research reveals》,The Guardian

7.《Global AI Talent Report 2019》,jfgagne

8.《Meet the Bay Area Women in Tech Fighting Bias in AI》,Seismic Sisters

9.《Women’s work: how Britain discarded its female computer programmers》,New Statesman

10.《WOMEN IN TECHNOLOGY SURVEY 2019》,Women In Tech

11.《The Future of AI Depends on High-School Girls》,The Atlantic

12.《The artificial intelligence field is too white and too male, researchers say》,The Verge

13.《Women in Computer Science》,Computer Science

14.《Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification》,J Buolamwini,T Gebru

15.《Analyze, Detect and Remove Gender Stereotyping from Bollywood Movies》,Nishtha Madaan,Sameep Mehta,Taneea S Agrawaal,Vrinda Malhotra,Aditi Aggarwal,Yatin Gupta,Mayank Saxena

16.《Why are There so Few Female Computer Scientists

推薦內(nèi)容