ai: e se le donne non...
TRANSCRIPT
AI: e se le donne NON contano?Sonia Montegiove, 13 marzo 2019
Sonia Montegiove, 20 dicembre 2018
Donne e IT: dov’è il problema?
da11% del 2013 a 11,6% del 2017
Facts and Figures ITU 2017
Il Digital Gender Gapnon esiste
1 specialista su 6 è donna
Women in digital Scoreboard, dec 2018
Donne in ICT? Ci sono, certo!
19% manager donna
(45% in media negli altri settori)
Women in digital Scoreboard, dec 2018
Conosco un saccodi manager donnain ICT. Avoja!
< 20% delle posizioni dirigenziali in AI ricoperte da donne
L'intelligenza artificiale a confronto con la realtà, Robert Ito
Nel settore AIdonne ce ne sono!
1 laureato STEMsu 3 è donna
Women in digital Scoreboard, dec 2018
Laureate STEM? Ci sono, certo!
le retribuzioni delle donne inferiori in media del 20% rispetto a quelle degli uomini
Women in digital Scoreboard, dec 2018
Non c’è disparitàsalariale!
Peggio dell’Italia solo Grecia, Romania e Bulgaria
Women in digital Scoreboard, dec 2018
Vabbè, in Italia no però!
Utilizzo di Internet 50,2 in Europa in Italia 35 (25°)
Women in digital Scoreboard, dec 2018
Vabbè, in Italia no però!
Skill degli utenti della rete 53,1 in Europa in Italia 37,9 (25°)
Women in digital Scoreboard, dec 2018
Vabbè, in Italia no però!
Capacità specialistiche e occupazione 43,9 in Europa in Italia 38,9 (18°)
Women in digital Scoreboard, dec 2018
Vabbè, in Italia no però!
Ma cosa mangiano le macchine?
“Le macchine quando imparano un linguaggio ereditano gli
stereotipi e pregiudizi di cui il linguaggio è intriso”
“Che genere di tecnologie?”Save The Children 2018
Se i dati “in scatola” che mangiano le macchine contengono bias culturali, etnici o di genere quei bias si rifletteranno nel suo comportamento
Ma cosa mangiano le macchine?
Non è già successo. Vero?
precisione 99% per uomini bianchi precisione 34% per donne dalla carnagione scura
“Gender Shades”, analisi accuratezza di alcuni prodotti di riconoscimento facciale come IBM Watson, Microsoft Cognitive Services e Face ++
Robot: dal ceco, schiavo,
allegoria di classi sfruttate
Gartner predicts that by 2022, 85% of AI projects will deliver erroneous outcomes due to bias in data, algorithms or the teams responsible for managing them
Grazie!