Peringatan Hari Perempuan Internasional: Kesenjangan Gender dalam AI
International Women’s Day: The Gender Gap in AI https://dailyai.com/2024/03/international-womens-day-the-gender-gap-in-ai/

Keterangan Gambar : Peringatan Hari Pere

Sejak lebih dari satu abad yang lalu, para perempuan pionir pada awal abad ke-20 mulai membuat kemajuan di tempat kerja, kesenjangan gender di pasar tenaga kerja seharusnya sudah menjadi sejarah. Namun, kenyataannya masih jauh dari harapan: bahkan dalam hal kesenjangan upah gender, dunia baru mencapai 68,4% kesetaraan, dan pada tingkat saat ini, tidak akan mencapai kesetaraan penuh dalam 131 tahun ke depan.

Tidak hanya itu, ada sektor dan industri tertentu di mana gambarannya lebih suram: AI khususnya tertinggal dalam kesetaraan kesempatan, dengan perempuan hanya menyumbang 22% dari para profesionalnya. Mengapa angka ini begitu rendah, dan bagaimana kita bisa mengubahnya? Kami, di DailyAI, melihat statistik dan duduk bersama Agnieszka Suchwałko PhD, COO dari QuantUp, dan Alysia Silberg, pendiri dan CEO dari UnemployableAI untuk mendapatkan pandangan internal tentang diskriminasi gender dalam industri ini.

Pekerjaan AI Berkembang Pesat, Tapi Tidak Diambil Oleh Perempuan

Tidak dapat diragukan lagi bahwa industri AI sedang berkembang pesat. Bahkan kembali ke tahun 2020, laporan LinkedIn mengidentifikasi "Spesialis Kecerdasan Buatan" sebagai pekerjaan yang sedang berkembang di pasar AS, dan dalam empat tahun yang telah berlalu, peran ini telah mengalami pertumbuhan perekrutan sebesar 74% per tahun. Permintaan akan karyawan di sektor ini tanpa ragu merupakan yang paling kuat yang pernah ada, namun pasokannya cenderung berfokus pada laki-laki, dan sedikit yang berubah dalam lebih dari satu dekade.

Dalam pandangan Alysia, sangat penting untuk menyoroti konteks sejarah bahwa para pengode asli adalah perempuan, terutama selama upaya perang pertengahan abad ke-1900. Hal ini menegaskan peran dasar yang dimainkan oleh perempuan dalam pengembangan komputasi dan teknologi.

Meskipun perempuan menyumbang 47,7% dari angkatan kerja global, dan lebih cenderung memiliki gelar sarjana dan magister daripada rekan laki-laki mereka, saat ini mereka hanya menyumbang seperempat (26%) dari semua posisi AI/data di tempat kerja.

Dengan latar belakang statistik ini, tidak dapat disangkal bahwa ada plafon kaca yang besar di industri AI, dan dalam banyak hal ini merupakan masalah sistemik daripada produk diskriminasi langsung. Ini paling jelas dan dapat diukur dari profil angkatan kerja saat ini, tetapi akar masalahnya berasal dari tahap yang jauh lebih awal dalam kehidupan.

ICT Memiliki 500% Lebih Banyak Lulusan Laki-laki Daripada Perempuan

Bahkan sebelum kebanyakan profesional masa depan mulai memikirkan untuk memasuki tempat kerja, benih ketidaksetaraan seringkali sudah ditanam oleh apa yang - setidaknya tampaknya - pilihan pendidikan yang bebas. Penelitian terbaru oleh Forum Ekonomi Dunia menunjukkan bahwa persentase laki-laki yang mengambil gelar yang difokuskan pada teknologi informasi dan komunikasi adalah 8,2%, hampir 500% lebih tinggi daripada perempuan yang memilih untuk fokus pada bidang ini (1,7%).

Ini bukan berarti bahwa ketidaksetaraan yang dihasilkan ini merupakan pilihan sendiri. Jauh dari itu: tidak mengherankan bahwa begitu banyak perempuan muda yang cerdas dan bercita-cita yang memasuki universitas merasa bahwa pendidikan mereka akan lebih baik difokuskan pada sektor lain, tidak hanya karena ada sedikit anggota fakultas perempuan di dunia teknologi. Institut AI Berbasis Manusia Stanford, misalnya, menemukan bahwa perempuan hanya menyumbang 16% dari fakultas tenure-track yang difokuskan pada AI.

Meskipun pertumbuhan pesat AI dalam dekade terakhir, tidak banyak yang berubah dengan pemberi makan awal dan sangat penting ini ke tempat kerja. Pada tahun 2019, misalnya, perempuan menyumbang 22% dari program PhD ilmu komputer dan AI di Amerika Utara, dengan pertumbuhan hanya 4% dari kategori statistik yang sama pada tahun 2010. Kemajuan yang lambat ini di puncak akademis adalah masalah global, direplikasi di seluruh dunia, dengan jumlah perempuan yang mengambil program PhD kecerdasan buatan dan ilmu komputer tetap stagnan di sekitar 20% selama dekade terakhir dan saat ini tidak menunjukkan tanda pergeseran.

Sudah 20 tahun yang lalu Agnieszka memilih untuk belajar untuk gelar dalam Ilmu Komputer dan dia tidak terkejut menemukan bahwa sedikit yang berubah selama dua dekade terakhir: "Di kelas kami, ada tiga perempuan di antara lebih dari 20 laki-laki. Jika seseorang telah melakukan ringkasan membandingkan hasil berdasarkan gender, perbedaannya akan sangat jelas. Lebih banyak yang dibutuhkan dari kami, dan kami berhasil".

Perempuan Diharapkan Bekerja di Bidang 'Berkaitan dengan Tujuan'

Bahkan bagi mereka yang cukup berani untuk memasuki bidang yang didominasi laki-laki, mencapai kualifikasi hanya setengah dari perjuangan. Pada tingkat doktor, misalnya, salah satu teman perempuan Agnieszka sudah beralih ke bidang lain, sementara Agnieszka dan satu-satunya perempuan yang tersisa beralih ke program dengan fokus yang lebih praktis. Selama PhD-nya di Biocybernetics dan Teknik Biomedis, Agnieszka menemukan bahwa dia sering diarahkan ke proyek-proyek yang memiliki aplikasi yang nyata, daripada yang lebih teoritis.

Pengalaman Agnieszka tidaklah unik, dan menghidupkan hipotesis yang diajukan oleh Emma Fernandez di Esade 4YFN pada Maret 2023, bahwa sejak usia muda dan sepanjang hidup mereka, perempuan ditekan oleh masyarakat dan stereotip untuk fokus pada pekerjaan yang "berkaitan dengan tujuan". Teknologi jarang dipandang sebagai sesuatu yang memiliki tujuan yang nyata; itu dianggap sebagai alat, bukan sebagai cara untuk mencapai manfaat yang dapat diukur. Ini tentu saja adalah kesalahpahaman, tidak sedikit karena terobosan ilmiah dan kesehatan baru-baru ini yang dapat dikaitkan dengan kecerdasan buatan, tetapi itu tidak menghentikan halangan kesetaraan.

Panel Esade berusaha menyatakan bahwa ketidaksetaraan gender di dunia teknologi dapat ditelusuri bahkan lebih awal dari universitas - bahkan sampai ke masa bayi - dan tertanam dalam struktur sosial kita. Ini dimulai dari sesuatu yang kecil dan tidak berbahaya seperti bahasa yang kita gunakan untuk berkomunikasi kepada anak-anak tentang tujuan teknologi, sementara mainan dan permainan berjenis kelamin membantu menanamkan harapan masyarakat tentang anak laki-laki dan perempuan. Robot dan permainan komputer, misalnya, masih sering dianggap sebagai hobi anak laki-laki, membuat banyak perempuan merasa tidak terhubung dengan teknologi sejak usia muda. Hal ini memperkuat kurangnya kepercayaan diri yang muncul bahkan pada tahap pendidikan dasar, dengan penelitian terbaru oleh Teach First mengungkapkan bahwa 43% perempuan kekurangan kepercayaan dalam ilmu pengetahuan, dibandingkan dengan hanya 26% laki-laki.

Fernandez menyatakan intinya: "anak-anak tidak pernah memilih hal-hal yang tidak mereka ketahui". Jalan menuju representasi yang setara di bidang teknologi harus, oleh karena itu, dimulai di sekolah dan ada beberapa cara yang relatif sederhana untuk membuat kemajuan nyata di bidang ini, baik dengan meningkatkan keterampilan guru atau berinvestasi dalam inisiatif STEM untuk anak perempuan.

Menurut pandangan Agnieszka, kita bisa mendapatkan manfaat dengan kembali ke tingkat prasekolah. "Kita perlu fokus pada pengembangan hubungan kemitraan antara gender dari tahap awal... Masa depan ada di tangan kita".

Alysia setuju bahwa pendidikan penting, tetapi meminta pendekatan yang lebih beragam. "Majunya kesetaraan gender di AI memerlukan pendekatan multifaset, termasuk pendidikan, alat-alat tanpa gender, dan mempromosikan kecerdasan emosional. Misi saya sejalan dengan tujuan UNAI, menekankan perlunya perubahan sistemik untuk mendukung keterlibatan perempuan dalam AI. Dengan fokus pada area ini, kita dapat memberdayakan perempuan untuk menjadi kekuatan utama dalam AI dan teknologi, mendorong perubahan positif dan inovasi untuk kebaikan masyarakat.

Representasi Perempuan dalam AI Penting

Pada November 2023, setahun setelah peluncuran Chat-GPT, CEO OpenAI Sam Altman sementara waktu digantikan oleh CTO jangka panjang perusahaan, Mira Murati, yang telah dinobatkan sebagai 'wanita paling menarik dalam teknologi'. Meskipun Murati sekarang telah melepaskan peran tersebut kepada Emmett Shear, pengaruhnya tetap ada dan dia dikreditkan dengan membantu meluncurkan AI ke arus utama.

Namun, sayangnya, Murati adalah pengecualian daripada aturan di dunia teknologi. Gadis-gadis muda dan remaja biasanya memiliki sedikit panutan perempuan di sektor AI, yang pada gilirannya membuatnya jauh lebih sulit untuk membangkitkan antusiasme, apalagi gairah, untuk bidang ini. Sementara Elon Musk dan Sam Altman hampir menjadi nama rumah tangga, sangat sedikit yang akan mendengar tentang Fei-Fei Lin, yang menciptakan ImageNet, atau Elaine Rich, yang karyanya menetapkan dasar-dasar penelitian AI dan membuka jalan bagi perkembangan lebih lanjut di bidang ini.

Kecerdasan buatan, seperti ilmu pengetahuan, juga cenderung menderita dari apa yang disebut 'Efek Matilda': kecenderungan kontribusi perempuan diabaikan, dianggap remeh, atau diatributkan kepada rekan laki-laki. Agnieszka sekarang bekerja bersama suaminya dan mitra laki-laki yang selalu melihat pada keahlian, bukan gender tim, tetapi dia tidak selalu dapat menghindari prasangka: "Sayangnya, bahkan suami saya awalnya tidak percaya pada saya; meskipun ibu mertua saya masih aktif sebagai arsitek hari ini. Jadi saya mengulanginya seperti mantra: "Anda mendapatkan gelar doktor, yang berarti Anda tidak lebih bodoh dari laki-laki yang Anda kerjakan".

Alysia menjelaskan bagaimana untuk maju, dia juga harus diterima oleh 'rekan laki-laki'nya tetapi bertekad untuk tidak kehilangan identitasnya dalam proses: "Perjalanan saya melibatkan memanfaatkan AI untuk menyamakan peluang dan memperkuat suara saya di ranah di mana saya sering menjadi salah satu dari sedikit perempuan di ruangan. Bekerja bersama beberapa pendiri paling inovatif di Silicon Valley telah menjadi tantangan dan mendebarkan. Ini membutuhkan saya untuk menavigasi nuansa diterima sebagai salah satu dari "laki-laki," sambil tetap mempertahankan identitas dan integritas saya. Keberhasilan saya di bidang ini bukan hanya tentang berbaur; ini tentang meruntuhkan batasan dan membentuk lanskap agar lebih inklusif dan adil bagi perempuan".

Seperti banyak perempuan, Alysia dan Agnieszka harus bekerja lebih keras daripada rekan laki-laki mereka untuk membuktikan diri. Agnieszka tidak membiarkan ini meruntuhkan harga dirinya: "Kepercayaan diri, khususnya, adalah sesuatu yang tidak bisa diberikan oleh siapa pun, atau bahkan membantu Anda membangunnya. Orang mungkin mencoba membuat Anda merasa buruk tentang diri Anda, tetapi Anda bisa melawan. Anda berbeda dari orang-orang di sekitar Anda, dan Anda tahu itu. Gunakan perbedaan itu, karena itu adalah kekuatan luar biasa Anda dengan mana Anda akan membangun masa depan yang baik".

Mentor adalah Cara Terbaik bagi Perempuan untuk Belajar dari Satu Sama Lain

Tidak diragukan lagi bahwa Agnieszka dan Alysia telah bekerja keras untuk mencapai posisi mereka dan melawan para pembantah di sepanjang jalan. Meskipun penting untuk mengakui dan merayakan pencapaian ini, dan pencapaian pionir teknologi perempuan lainnya seperti Mira Murati, kemajuan nyata di bidang ini hanya akan terjadi ketika pencapaian perempuan tidak lagi dianggap tidak biasa atau tidak terduga.

Ada harapan untuk perubahan meskipun, dengan organisasi seperti WLDA (Women Leaders in Digital and AI), yang dibuat oleh Asha Saxena, muncul tidak hanya untuk mendorong lebih banyak perempuan memasuki bidang ini, tetapi juga lahir dari keyakinan bahwa mentor dan umpan balik sebaya adalah cara terbaik bagi perempuan untuk belajar dari dan mendukung satu sama lain.

Ini adalah sesuatu yang didukung oleh Agnieszka: "Untuk membuat lebih banyak gadis dan perempuan tertarik pada AI, kita membutuhkan contoh nyata, cerita nyata perempuan, untuk menunjukkan bahwa itu mungkin. Orang-orang yang menjadi mentor memiliki otoritas: rasa hormat dan pengaruh. Jadi mereka dapat membantu gadis dan perempuan yang bermimpi untuk bekerja di bidang AI melihat bagaimana aset mereka dapat mempercepat karir mereka dan membuka pintu di industri AI. Kita membutuhkan orang lain yang lebih kuat dari kita untuk menunjukkan kepada kita bahwa kita cukup baik untuk melakukannya".

Alysia sendiri adalah Pendiri dan Mitra Umum dari perusahaan investasi Street Global, di mana dia menjadi mentor bagi startup teknologi dan membantu mereka go public: "Komitmen saya untuk menjadi mentor dan mendukung generasi berikutnya perempuan dalam AI berakar pada keyakinan bahwa perempuan memiliki semua kualitas yang diperlukan untuk memanfaatkan kekuatan AI secara efektif. Mereka membawa perspektif unik, empati, dan pemahaman yang halus tentang implikasi sosial yang sangat penting untuk pengembangan dan penerapan etis teknologi AI. Kebijakan dukungan, mentoring, dan peluang pengembangan karir adalah kunci untuk mencapai ini".

Fokus WLDA secara alami adalah memberdayakan perempuan untuk memperluas kemampuan kepemimpinan mereka, tetapi salah satu dari banyak strategi mereka adalah merekrut sekutu laki-laki dalam industri, yang dapat menciptakan dampak dalam kesetaraan. Ini mencerminkan mantra profesional Agnieszka sendiri, untuk mendukung kekuatan setiap orang tanpa memandang gender atau usia. Di luar program mentoring, Agnieszka menyadari bahwa kerja sama tim dalam bisnis sangat penting: "Saya juga sangat percaya pada kekuatan tim. Setiap inisiatif dengan kerja sama tim dan berbagi tanggung jawab untuk menunjukkan perspektif yang berbeda dari suatu tantangan sangat berharga. Dalam kebanyakan kasus, perbedaan antara laki-laki dan perempuan adalah fiktif ketika menyangkut pekerjaan yang kita lakukan, dan terserah kita untuk memperhatikannya".

Kesetaraan Meningkatkan Kualitas Produk Anda

71% orang percaya bahwa menambahkan lebih banyak perempuan ke tenaga kerja AI dan pembelajaran mesin akan membawa perspektif yang sangat dibutuhkan ke industri. Saat ini ada masalah nyata dengan pemrosesan bahasa alami, komponen kunci dari sistem AI umum seperti Siri Apple dan Alexa Amazon, yang dikembangkan terutama oleh laki-laki, menunjukkan bias gender yang jelas dan negatif. Demikian pula, ada masalah dengan sistem visi komputer untuk pengenalan gender yang melaporkan tingkat kesalahan yang lebih tinggi dalam mengenali perempuan, terutama mereka dengan warna kulit yang lebih gelap. Hal ini sering dikaitkan dengan kumpulan data pelatihan yang tidak lengkap atau condong, dihasilkan tanpa kontribusi perempuan yang memadai.

Menurut pengalaman Alysia, bag