CEO și co-fondator al Shaip, Vatsal Ghiya are 20 de ani de experiență în software și servicii AI pentru asistența medicală și permite scalarea la cerere a proceselor de afaceri cu inițiative de învățare automată și AI. Această funcție pentru invitați, Vatsal Ghiya, a împărtășit informații cheie despre cum să eliminați părtinirea în IA conversațională.
Principala concluzie din articol este...
- După cum arată statisticile, rata de acuratețe a obținerii rezultatelor prin căutare vocală la bărbați americani este de 92%, dar aceasta scade la 79% și la 69% pentru femeile americane albe și femeile americane mixte. Acesta este un exemplu clasic de Bias AI.
- Câteva exemple din lumea reală ale IA părtinitoare includ Amazon și Facebook, unde bărbații au fost favorizați mai mult în timpul recrutării pe Amazon și Facebook vizează clientul în funcție de sex, culoare și religie. Această părtinire în AI este cauzată de trei motive și acestea sunt datele, oamenii și tehnologia.
- Pentru a elimina părtinirea AI din orice aplicație și sistem, organizațiile pot urma măsuri precum certificarea surselor de date și a calității, monitorizarea modelului în timp real și analiza diversității datelor înainte de a utiliza AI în operațiunile lor.
Citiți articolul integral aici:
