人工知能（AI）は各分野で急速に主流となりつつあり、社会に恩恵をもたらす大きな可能性を秘めています。
しかし、その可能性を十分に実現できるのは、この技術がそれを利用する人々の多様性を反映している場合に限られます。
ここでは、技術の開発において男女間の公平性の実現に取り組んでいるAI分野の女性3人を紹介します。
人工知能（AI）は各分野や産業で急速に進歩しており、社会に恩恵をもたらす大きな可能性を持つ一方で、その可能性が実現されるのは、AIがそれを利用する人々の多様性を真に反映している場合に限られます。
特に男女間の公平性は、現在のAI開発において実現されていません。人間の機能を再現することを目的とした技術は、それを構築し管理するデータやチームから学習し、それらに依存します。こうした分野で女性の代表性が不足していると、偏りが生じ、技術の信頼性が損なわれかねません。
多くの企業や組織は、価値を生み出すためにAIチーム内の男女間の公平性を高めようとしています。取り組むべき課題はまだ多くありますが、AI分野で道を切り開くリーダーの地位に就く女性は、これまでになく増えています。
ここでは、AIに関して男女間の公平性のギャップの解消に取り組んでいる女性3人を紹介します。
カリーヌ・ペルセ（Karine Perset）は、OECDデジタル経済政策局のAIユニットを統括しています。同氏はOECD.AI政策オブザーバトリー（OECD.AI Policy Observatory）およびOECD.AI専門家ネットワーク（ONE AI）、ならびに新たに発足するOECD AIガバナンス作業部会（AIGO）を担当しています。ペルセット氏は、AIが公共政策にもたらす機会と課題、OECD AI原則の実施を支援する政策、そしてAI開発の動向に焦点を当てています。
ブランデイス・マーシャル博士（Dr Brandeis Marshall）は、データの実践がテクノロジーと社会に与える影響について教え、講演し、執筆しています。同氏の研究は、データエンジニアリング、データサイエンス、データ／コンピュータサイエンス教育の分野に貢献しています。同氏はDataedXグループ組織を通じて、現在テクノロジー業界で働く人々がデータの公平性に関するスキルを身につけられるよう指導しています。マーシャル博士は、レンセラー工科大学でコンピュータサイエンスの博士号および理学修士号を、ロチェスター大学でコンピュータサイエンスの理学士号を取得しています。現在は、スタンフォード大学PACSのプラクティショナー・フェローを務めるとともに、Siegel Family Endowmentのパートナー研究フェローでもあります。マーシャル博士は、スペルマン大学のコンピュータサイエンス教授の職を離れ、サバティカル休暇中です。
サニタ・グローテ（Sunita Grote）は、ユニセフのイノベーション局内のユニセフのイノベーション局内のベンチャーチームを率いるとともに、同局のベンチャーファンドを共同設立しました。同ファンドは法定通貨および暗号資産によるシード資金を提供しており、国連システムで初めての取り組みです。同氏はユニセフによるデジタル公共財同盟（Digital Public Goods Alliance）の共同リーダーシップを主導しています。同同盟は、オープンソースのデジタル公共財の発見、開発、展開に共同で貢献するパートナーのネットワークです。グローテ氏は革新的な資金調達の分野に経験があり、以前は10年間、主に英国と南アジアを拠点に、世界のHIV・保健対策に従事しました。INSEADでMBAを取得し、パートナーと娘とともにニューヨーク市に住んでいます。
女性がAIにもっと必要なのはなぜでしょうか？
カリーヌ・ペルセ：AI及び関連分野の開発に、より多くの女性が参加すれば、データ、アルゴリズム、その他のAI構成要素に組み込まれる偏りが減るでしょう。従業員が顧客との関わり方を評価するシステムは、積極性などの特性に基づいて基準が設定される場合、男性をより高く評価する可能性があります。男性が伝統的に身につけるよう教えられてきた自信なども同様です。例えば、AI分野の労働力における男女の不均衡は、次のような複数のAIシステムにおける性別による偏りにつながりました。AIベースのAmazon採用ツールやGoogle翻訳。
現在のテック業界の文化は、非合理的な期待を助長することで、家庭を持つことを望む人々にとって歓迎されていないと感じさせることもあります。例えば、一部の企業は、産休中の新米の母親にも勤務可能な状態でいるよう圧力をかけています。この分野により多くの女性がいれば、そうした力学を変える助けになるかもしれません。
OECD.AIで入手可能なデータは、次のことを示しています。2021年に、AIの科学論文の執筆者としてクレジットされた女性の割合は20%を下回っていました。このことは、研究における偏りを意図せず招く可能性もあります。科学、技術、工学、数学（STEM）およびAI関連の職業に就く女性が増えるほど、若者が見習えるロールモデルも増えます。
ブランデイス・マーシャル博士：世界人口の約50%を女性が占めているものの、データおよびAI分野の労働力の26%を占めるにとどまっています。ほとんどのAIベースの製品は、女性のニーズを考慮しておらず、女性に関する問題に対処していません。この不均衡は、健全なデジタル社会を支える格差や不平等を永続させています。
女性は異なる視点をもたらし、特定の落とし穴を避け、理解と応用における特定のギャップを埋めます。AIに女性が関わり、AIに貢献し、AIの取り組みを主導し、AIへの批判を先駆けて行うことこそが、社会をより良く強いものにするでしょう。
サニタ・グローテ：より良いAIを作るためには、より多くの女性がAIに関わる必要があります。AIは、学習に用いられるデータの質と、システムを構築する人々の視点を反映するものです。
AIソリューションとそれを開発する人材は、いずれも大きな多様性の課題に直面しています。AIソリューションの開発は、地域や性別を超えて存在する深刻な人材ギャップや、世界人口の半数が依然としてインターネットから切り離されている（その大半は女性と少女）というデータおよび技術のギャップにもかかわらず形作られています。データが生成される場所では、しばしば偏りがあり、代表性を欠いています。
AIベースのシステムやソリューションを構築するプロセスやインプットに、女性の声とニーズが反映される必要があります。そうすることで、人類の半分のニーズや関心により良く応え始めることができるのです。
AIシステムを構築するプロセスに、女性の声とニーズが反映される必要があります
サニタ・グローテ
この取り組みが成功につながった例として、Oky（オープンソースのモバイル生理周期トラッカーおよび月経教育アプリ）が挙げられます。このアプリは少女たちとともに共同開発され、チームがジェンダー間のデジタル格差を埋めることを可能にしました。
また、この偏りとギャップに対処する一つの方法は、システムの設計者と構築者の多様性を確保することだと理解しています。しかし、データおよびAI分野の労働力のうち、女性が就いているのは約4分の1にすぎません。
世界全体では、ベンチャーキャピタル（VC）資金の2～9%しか、女性主導の企業に向けられていません。それにもかかわらず、女性主導のスタートアップへの投資は、より高い投資収益率を示すという説得力のあるデータがあります。その比較対象は、主に男性が率いる企業です。
ユニセフ・ベンチャーファンドでは、バランスの取れたポートフォリオの実現に努めており、投資の50%を女性が創業または主導する企業に振り向けることを目指しています。こちらで、当ファンドの女性創業者の一部にお会いいただけます。彼女たちはAIベースのソリューションを拡大しています。
AI分野への参入を目指す女性へのアドバイス
カリーヌ・ペルセ：テクノロジーとAIにおいて、今まさに非常にエキサイティングな時期です。最初は女性が少ないかもしれませんが、それで構いません。群衆の中で目立ち、先駆者となることには多くの利点があります。ただし、互いの強みを高め合うために、できる限り他の女性と積極的につながるようにしてください。最後に、性別というたった一つの違いだけを理由に、どの男性もあなたよりその立場にふさわしいということはないと覚えておいてください。
ブランデイス・マーシャル博士：若い女性、特に黒人女性へのアドバイスは単純です。他人を心地よくさせるために自分を縮こませないこと、自分を支えてくれるコミュニティを見つけてそこに留まること、そして、いつも、いつも、より多くの報酬を交渉することです。
世界経済フォーラムは、ジェンダー・ギャップの解消に向けて何をしているのでしょうか？
サニタ・グローテ：AI分野に参入する女性にアドバイスが必要だとは思いません。むしろ、女性が参入する制度そのものを、私たち全員が変える必要があると考えています。女性が技術系の学問を学ぶこと、仕事や投資の対象として検討されること、リーダー職に昇進することを妨げる根強い偏りがまだ存在しています。
女性に変化、適応、障害の乗り越え方へのアドバイスに従うことを求めるのではなく、そもそもの公平性のギャップを生み出している根本的な偏りへの対処に目を向ける必要があります。
