Π. Χρηστίδης: «Οι σημερινοί αλγόριθμοι αναπαράγουν τα υπάρχοντα στερεότυπα εναντίον των γυναικών και των νέων στην αγορά εργασίας»
Ομιλία του Παύλου Χρηστίδη βουλευτή ΠΑΣΟΚ – Κινήματος Αλλαγής στην Επιτροπή Ισότητας με θέμα «Γυναίκες και τεχνητή νοημοσύνη. Προκλήσεις και ευκαιρίες στην αγορά εργασίας»
Θεωρώ τη σημερινή συνεδρίαση πολύ σημαντική, όχι γιατί είμαστε σε ένα στάδιο συνταρακτικών αλλαγών στη ζωή μας λόγω της τεχνητής νοημοσύνης, όπως συχνά υποστηρίζεται στη δημόσια συζήτηση, αλλά διότι το έντονο ενδιαφέρον που αναπτύσσεται για τις τεχνολογικές εξελίξεις επιτρέπει να δούμε κάποια πράγματα σε σχέση με το επίπεδο των κοινωνικών σχέσεων που έχουμε κατακτήσει, εν προκειμένω στα ζητήματα ισότητας.
Εισαγωγικά να πω ότι η όλη συζήτηση γύρω από την τεχνητή νοημοσύνη που η κυβέρνηση -και όχι μόνο-, συχνά αναφέρει ότι αξιοποιεί την τεχνητή νοημοσύνη ενώ στην πραγματικότητα αυτό που εντάσσει σταδιακά και κατά τη γνώμη μου εξαιρετικά αργά είναι κάποια ψηφιακά εργαλεία, ορισμένους μόνο από τους υπάρχοντες αλγόριθμους που έχουν τη δυνατότητα να αναλύουν μεγάλους όγκους δεδομένων, να προβλέπουν το επικρατέστερο μοτίβο και να κωδικοποιούν κάποια συμπεράσματα. Αυτά δεν είναι τεχνητή νοημοσύνη όπως πολλοί φαντάζονται αλλά μηχανές ανάλυσης και υπολογισμού που βασίζονται στα δεδομένα που κάθε φορά εισάγονται. Να ξεκαθαρίσω ότι έστω και η αργή κατά τη γνώμη μου υιοθέτηση τέτοιων εφαρμογών κινείται προς τη σωστή κατεύθυνση αλλά πρέπει να κινηθεί ταχύτερα.
Στο θέμα ημερήσιας διάταξης τώρα, «Γυναίκες και τεχνητή νοημοσύνη, προκλήσεις και ευκαιρίες». Όπως τόνισα και εισαγωγικά, οι αλγόριθμοι που χρησιμοποιούνται ήδη σε πολλές περιπτώσεις από μεγάλες εταιρείες και καταλαμβάνουν όλο και μεγαλύτερη συνεισφορά σε διάφορες παραγωγικές -και όχι μόνο διαδικασίες- βασίζονται σε δεδομένα. Τι σημαίνει αυτό για τις εργασιακές σχέσεις και την αγορά εργασίας σε σχέση με τη γυναίκα; Τα νέα δεν είναι καθόλου ευχάριστα και απαιτούν άμεση ανάληψη πρωτοβουλιών και δράσεων. Οι αλγόριθμοι που βαφτίζονται τεχνητή νοημοσύνη και έχουν εφαρμοστεί σε πολύ μεγάλη κλίμακα σε επιχειρήσεις σε όλο τον κόσμο, αποδεικνύεται ότι αναπαράγουν και μάλιστα με απόλυτο τρόπο τα υπάρχοντα στερεότυπα της αγοράς εργασίας, κατατάσσουν δηλαδή τις γυναίκες σε κατώτερη θέση σε σχέση με τους άντρες και δεν τις επιλέγουν ποτέ για ανώτερες θέσεις καθώς θεωρούν τους άντρες πιο παραγωγικούς και πιο αποτελεσματικούς.
Για του λόγου το αληθές είναι δεδομένο ότι όλο και περισσότερες εταιρείες αξιοποιούν εργαλεία της λεγόμενης τεχνητής νοημοσύνης στον τομέα των προσλήψεων και της διαχείρισης ανθρώπινου δυναμικού. Οι αλγόριθμοι που χρησιμοποιούνται, ταξινομούν άμεσα σωρούς αιτήσεων εργασίας και ξεχωρίζουν τους υποψήφιους που καλύπτουν όλες τις προδιαγραφές μέσω προγνωστικής ανάλυσης και μηχανικής μάθησης. Αυτά τα προγράμματα χρησιμοποιούνται ήδη από το 28% της παγκόσμιας αγοράς και επεκτείνονται διαρκώς.
Ποιο είναι όμως το πρόβλημα που έχει ήδη εντοπιστεί; Μεγάλος αριθμός ικανών υποψηφίων κόβεται από τους αλγόριθμους τεχνητής νοημοσύνης διότι αυτοί έχουν εκπαιδευτεί στη βάση πραγματικών δεδομένων που προϋπάρχουν στην αγορά εργασίας. Ο αριθμός των γυναικών που καταλαμβάνουν υψηλές διοικητικές θέσεις για παράδειγμα υπολείπεται σημαντικά των αντίστοιχων ανδρών και αυτό είναι ένα επαναλαμβανόμενο μοτίβο που υιοθετεί κάθε αλγόριθμος τεχνητής νοημοσύνης. Η επιλογή ανδρών υποψηφίων έναντι γυναικών για λόγους έμφυλων στερεοτύπων (πχ ανήλικα παιδιά, περίπτωση εγκυμοσύνης ή αδειών για λόγους μητρότητας) είναι επίσης κυρίαρχο δεδομένο στην αγορά εργασίας και στη χώρα μας.
Τι σημαίνει αυτό; Αυτό επιβάλλει κατά τη γνώμη μου ανάληψη πρωτοβουλιών άμεσα για την εξάλειψη κάθε διάκρισης λόγω φύλου ή άλλη υπαρκτή σήμερα διάκριση. Οφείλουμε άμεσα όχι να ονειρευόμαστε ένα καλύτερο και πιο δίκαιο κόσμο λόγω της τεχνητής νοημοσύνης αλλά να αντιληφθούμε το κατεπείγον της απάλειψης κάθε μορφής υφιστάμενης διάκρισης στην αγορά εργασίας και όχι μόνο ώστε να ανατρέψουμε τα δεδομένα που υπάρχουν σήμερα.
Δεν πρόκειται για μια εύκολη διαδικασία. Η κυβέρνηση, επομένως, το πολιτικό σύστημα συνολικά, η κοινωνία και οι οικονομικοί φορείς οφείλουμε να εφαρμόσουμε άμεσα πολύ συγκεκριμένες πολιτικές που πρώτον θα ορίσουν με απόλυτη ακρίβεια τα δεδομένα που επιτρέπεται να χρησιμοποιούνται για την εκπαίδευση των αλγορίθμων που χρησιμοποιούν ή πρόκειται να χρησιμοποιήσουν τα τμήματα προσλήψεων και διαχείρισης του ανθρώπινου δυναμικού κάθε εταιρείας. Θα πρέπει να σχηματιστούν πολύ εξειδικευμένες επιτροπές ελέγχου με καταρτισμένους προγραμματιστές, που θα μπορούν να διαβάσουν τους αλγόριθμους και να εντοπίσουν τα δεδομένα αναπαραγωγής στερεοτύπων και διακρίσεων.
Θα πρέπει να αναθέσουμε σε προγραμματιστές ή στα δημόσια πανεπιστήμια να διαμορφώσουν τον κατάλληλο τύπο δεδομένων που αν αξιοποιηθούν για την εκπαίδευση των αλγορίθμων, θα συνδράμουν στην εξάλειψη κάθε διάκρισης στην αγορά εργασίας και γιατί όχι να διοχετευθούν μετά αυτοί οι αλγόριθμοι στην παγκόσμια αγορά με την υπόσχεση ότι θα εντοπίζουν πράγματι τους κατάλληλους υποψηφίους για την κάθε θέση εργασίας αποφεύγοντας την αναπαραγωγή των υπαρκτών σήμερα στερεοτύπων.
Κλείνοντας θέλω να πω ότι η τεχνολογική ανάπτυξη δεν είναι κάτι που πρέπει να φοβόμαστε, ούτε όμως και κάτι που πρέπει να ακολουθούμε τυφλά. Το επίπεδο της τεχνολογικής νοημοσύνης σήμερα δεν είναι τίποτα περισσότερο από την ανάλυση και αξιοποίηση των δεδομένων της ανθρώπινης δραστηριότητας, δηλαδή εισάγουμε στους αλγόριθμους τα δεδομένα της ανθρώπινης δραστηριότητας χωρίς να διακρίνουμε σωστό ή λάθος και ο αλγόριθμος διαβάζει τα πάντα ως σωστά.
Με την ίδια ευκολία που ένα πρόγραμμα τύπου chatgpt σου αναλύει τα επιχειρήματα υπέρ της ισότητας ανδρών και γυναικών σου αναλύει και τα επιχειρήματα υπέρ της διατήρησης των διακρίσεων. Τα προγράμματα αυτά δεν μπορούν να διακρίνουν σωστό και λάθος. Διακρίνουν μόνο όγκο δεδομένων. Όταν λοιπόν τα δεδομένα είναι συντριπτικά και διαμορφώνουν την εικόνα των διακρίσεων αυτό θα επιλεγεί ως ορθότερη συμπεριφορά.
Δουλειά μας, λοιπόν, ως κοινωνία είναι να αλλάξουμε τα δεδομένα, να επιβάλλουμε ισότητα, να εξαλείψουμε κάθε διάκριση λόγω φύλου και στη συνέχεια εξασφαλίζοντας τα σωστά σύμφωνα με τις ανθρώπινες αντιλήψεις μας δεδομένα να εκπαιδεύσουμε και την τεχνητή νοημοσύνη ώστε να μην αναπαράγει στερεότυπα και διακρίσεις.
