Bilgisayarların ön yargıları olmaz, rakamlara ve katı verilere bakarlar diyerek kararları onlara bırakma taraftarıysanız bir kere daha düşünün. Aslında yapay zeka onu hangi veriyle beslersen onu öğrenir ve halihazırda kurumlarınızda bulunan ön yargılar da yapay zekaya aktarılmış olur.
Bunun ilk akla gelen örneği Amazon’un yapay zeka ile işe alım denemesiydi. Hem gelen özgeçmişlerdeki erkek sayısı fazlalığından, hem de işe alınanlarda erkeklerin yoğunlukla tercih ediliyor olmasından dolayı ham veriyi yorumlayan yapay zeka da açıkça daha yetenekli olmasına rağmen kadınları daha az tercih ederek ayrımcılık yapmaya başladı.
Konu tabi ki o yapay zekaya “cinsiyet satırını okuma” demek kadar basit değil. Kadın olduğunuzun anlaşılması için özgeçmişinize cinsiyetinizi yazmanız gerekmiyor. Yapay Zeka mesela kız lisesinde okumanızdan, kadın voleyboluyla ilgileniyor olmanızdan, hatta kullandığınız dilden bile çıkarım yapıyor ve ayrımcılıkla sonuçlanan kararlar alıyor olabilir.
Yapılan bir araştırmaya göre kredi skorunu okuyan yapay zekanın, ayrımcılık yapmamak üzere ayarlanmasına rağmen, dijital ayak izimiz dediğimiz diğer verilerden bir varsayımda bulunarak ayrımcılık yapabileceği yönünde. Örneğin, adresinizden dolayı ırk ayrımcılığına, kullandığınız telefonun android ya da IOS işlemcili olmasından gelir seviyesi ayrımcılığına maruz kalabiliyorsunuz.
Bunu önlemenin yolu tabi ki öncelikle şirket kültürünüzü genel olarak değiştirmekten geçiyor. Temel değerlerine çeşitlilik olan bir şirketin yapay zekaya beslediği veriler de doğal olarak farklı olacaktır. Fakat bunu söylemesi kolay olmasına rağmen uygulamak o kadar da kolay değil. Bu nedenle diğer bir çözüm de kurumlara bu tip ayrımcılıkların yaşanmaması için iç denetim yapan elemanlar işe alınması olabilir.
Bazı yöneticiler ya da karar vericiler, ayrımcılık yapmadıklarını düşünseler de toplumsal olarak kabul edilmiş ön yargılardan dolayı bilinç altlarına yerleşen ön yargılar nedeniyle ister istemez önyargılı davranabiliyorlar. Bu toplumsal kabul görmüş ön yargılara örnek olarak kadınların duygusal, erkeklerin de matematiksel zekada daha iyi olduklarıdır. Matematik, mühendislik ve diğer bilim dallarında yetenekli bir çok kadının bu konuda önünün kapatılmasının yanında, erkek çocuklarının “duygu” sahibi olmayı bir zayıflık olarak algılamasına ve psikolojik sorunlar yaşamalarına neden olmaktadır.
Matematik, mühendislik ve diğer bilim dallarında kadınlara ihtiyacımız var. Popülasyonun yarısının, bakış açısının araştırmalardan uzak tutmak ve fikirlerini inovasyonlardan esirgemek, toplumca bir ayağımızın geride kalmasına neden olur.
Dünya 25 yıl kadar önce, kadınların kalp hastalıklarını erkeklerden daha farklı olarak yaşadığını fark etti. Kalp hastalığı tedavisinde kullanılan ilaçlar ve dozların erkekler üzerinde denenmesi ve bilim adamlarının standart bir insan olarak kafalarında erkek vücudu olmasından dolayı bir çok ilaç kadınlarda etki göstermedi veya ölümcül sonuçlar gösterdi. Bilim “adamları” aralarında birkaç tane kadın olsaydı, belki birileri bu araştırmaların kadınlar üzerinde de tekrarlanması gerektiğini akıl edebilirdi.
İşletme içerisinde de durum farklı değil. McKinsey’in hazırladığı rapora göre çeşitliliğe önem veren şirketler, finansal açıdan daha iyi durumda.
Bu nedenle biz de, bir yöneticiyseniz, özellikle bu tip konularda karar verici bir noktadaysanız Harward’ın online testini uygulamanızı ve farkında olmadan çeşitli önyargılara sahip olup olmadığınızı kontrol etmenizi şiddetle tavsiye ederiz.