Ritika Gunnar, VP Expert Labs, IBM Cloud and Cognitive Software – Seri Wawancara

Ritika Gunnar adalah Wakil Presiden Lab Pakar, IBM Cloud dan Perangkat Lunak Kognitif. Dia juga sangat terlibat dalam IBM Pemimpin Wanita dalam program AI. Sebelumnya, dia mengelola bisnis Master Data Management & Information Integration and Governance IBM dan bisnis Data Warehousing & Analytics IBM yang bertanggung jawab atas strategi, arahan, dan manajemen operasional portofolio Warehousing.

Anda awalnya tertarik pada matematika dan linguistik. Apa yang menginspirasi Anda untuk beralih ke ilmu komputer dan AI?

Ketika saya masih muda, saya memiliki minat dalam segala hal selain teknologi. Seperti yang Anda catat, saya terutama tertarik pada bahasa dan linguistik Spanyol dan asing. Orang tua saya adalah insinyur dan pengusaha dan mereka menanamkan dalam diri saya kecintaan pada sains. Teknologi memiliki titik persimpangan untuk dapat mempengaruhi setiap industri dan setiap aspek kehidupan kita sehari-hari. Setelah kelas pertama saya di perguruan tinggi, saya tahu ini adalah tempat saya berada.

Sementara saya mengikuti hasrat saya untuk berkarir di bidang teknologi, sayangnya banyak wanita muda memilih jalur karier non-STEM. Itulah mengapa saya sangat gembira karena selama tiga tahun berturut-turut IBM memberikan penghargaan kepada para pemimpin bisnis wanita yang luar biasa atas kepeloporan mereka menggunakan AI di perusahaan-perusahaan di seluruh dunia melalui Pemimpin Wanita dalam AI prakarsa. Wanita muda lainnya harus dapat melihat diri mereka sendiri dalam Pemimpin Wanita di AI ini dan memiliki kepercayaan diri serta komunitas untuk mendorong pengejaran di bidang teknologi, dan AI.

Anda memiliki karir yang luar biasa di IBM, bisakah Anda berbagi dengan kami bagian dari perjalanan ini?

Orang sering bertanya kepada saya mengapa saya memiliki karir yang panjang di sini di IBM. Di IBM, saya dapat mengembangkan keterampilan saya di area produk dan domain fungsional. Saya memulai di tim manajemen sistem kami sebagai pengembang dan sejak itu berkembang melalui data, analitik, dan AI dalam fungsi manajemen produk, penjualan, dan layanan.

Sangat berharga bagi karir saya untuk dapat memulai di satu area, memperluas pengetahuan saya tentang domain tertentu, kemudian beralih ke area lain. Saya telah belajar dari setiap gerakan, mengembangkan fondasi yang kuat yang penting untuk peran saya saat ini dalam membantu bisnis mengadopsi teknologi baru.

Melalui setiap peran, saya merasa terbantu untuk fokus pada 3 area untuk mendorong pertumbuhan: (1) Temukan komunitas untuk mendukung area pembelajaran dan pertumbuhan yang dibutuhkan untuk peran baru. Ini bisa melalui kelompok yang ada, mentor, dan bahkan pendampingan balik. (2) Penasaran. Selalu belajar dari pekerjaan langsung, pelajari dan latih keahlian Anda dan terus belajar. (3) Percaya diri dengan kemampuan Anda, mungkin aspek yang paling penting.

Saat ini Anda adalah Wakil Presiden Expert Labs, IBM Cloud and Cognitive Software. Bisakah Anda berbagi dengan kami tentang peran ini?

Tim Expert Labs membantu organisasi menyadari sepenuhnya potensi kecerdasan buatan dalam menjaga bisnis mereka tetap kuat dalam lingkungan yang sangat kompetitif. Saya memimpin tim yang terdiri lebih dari 2400 pakar teknis tinggi yang berfokus pada memberi saran, merancang, dan memberikan kesuksesan klien dengan data, otomatisasi, dan kasus penggunaan AI lainnya.

Kami bekerja dengan klien untuk memastikan proyek teknologi mereka berhasil dengan membantu mereka memahami tujuan mereka dan membimbing mereka di setiap langkah perjalanan mereka menuju transformasi bisnis.

Anda sebelumnya telah menyatakan bahwa untuk sukses dengan AI, semuanya dimulai dengan data. Bisakah Anda menjelaskan hal ini?

Seperti yang Anda katakan, untuk memenuhi janji AI, organisasi harus memulai dengan datanya. AI memiliki potensi untuk mengubah cara bisnis beroperasi dan memberikan nilai, namun, banyak yang terus berjuang mengatasi kompleksitas data, kelangkaan bakat, dan kurangnya kepercayaan pada sistem AI. Saat kita merayakan keragaman dalam AI, saya akan fokus pada dua pertanyaan kunci yang menurut saya merupakan kunci pengembangan kepercayaan pada data dan sistem AI: apakah AI saya adil dan apakah AI saya dapat dijelaskan?

Untuk memastikan AI yang adil, kita harus memastikan bahwa data yang dibuat modelnya adil, dan bahwa model itu sendiri dirancang untuk mendeteksi dan mengurangi bias saat data baru diperkenalkan. Mandat untuk menghilangkan bias menjadi lebih mendesak di tengah percakapan global kita yang semakin intensif seputar keadilan rasial dan ekonomi. Saat kami memastikan bahwa AI adil, itu bisa menjadi alat yang sangat baik untuk mengurangi bias manusia.

Jika kami tidak dapat menjelaskan mengapa AI membuat keputusan tertentu, ketakutan akan "kotak hitam" algoritme misterius dapat membuat kepercayaan tidak mungkin muncul. Industri seperti layanan keuangan, perawatan kesehatan, dan asuransi, menghadirkan peluang besar untuk menerapkan AI dalam skala besar, namun membutuhkan data yang sangat sensitif untuk membuat keputusan yang berdampak signifikan terhadap kehidupan manusia. Sangat penting bagi pelanggan untuk memahami bagaimana keputusan ini dibuat dan mengapa. Untuk memastikan bahwa keputusan terbaik dan paling adil dibuat, dan untuk memuaskan regulator, kami memerlukan jejak data yang dapat diaudit yang memberikan jawaban akurat.

Memastikan bahwa AI dan data yang dibangunnya adil dan dapat dijelaskan adalah lensa yang kita perlukan untuk melihat proyek AI yang berhasil. Keyakinan saya adalah bahwa kelompok latar belakang dan pengalaman hidup yang beragam sangat penting untuk proses itu.

Anda sangat terlibat dalam program Women of AI IBM. Bisakah Anda memberi tahu kami lebih banyak tentang program ini?

Para wanita perintis yang termasuk dalam daftar tahunan kami Pemimpin Wanita dalam AI telah menciptakan lingkungan di mana semakin banyak perempuan dapat mendobrak batasan dalam industri teknologi, membuat suara mereka didengar, dan membuka pintu bagi generasi berikutnya. Sangat penting untuk merayakan dan berbagi kisah-kisah ini untuk menjaga momentum tersebut, itulah sebabnya kami memberikan penghargaan kepada 40 wanita luar biasa dari 18 negara di seluruh dunia yang membentuk masa depan kecerdasan buatan dan bagaimana kemajuan dalam pemrosesan bahasa alami, otomatisasi, dan AI yang dapat dipercaya dapat terwujud. digunakan untuk membantu organisasi memprediksi hasil dengan lebih baik, mengotomatiskan proses, dan mendorong efisiensi baru.

Daftar ini menghormati para pemimpin dari AdMed, The Ad Council, The Clorox Company, City of Austin, EY, Ford Motor Company, Lloyds Banking Group, Mitsui Chemical, Telstra, Vodafone Selandia Baru, Westpac, dan banyak lagi. Para pemimpin luar biasa ini membuat terobosan baru menggunakan AI untuk meningkatkan efektivitas periklanan, memberdayakan petani dengan alat prakiraan tanaman yang penting, membantu meningkatkan keamanan pangan, menjaga konstituen tetap up to date selama pandemi COVID-19, dan banyak lagi.

Seberapa penting memiliki tim minoritas dan wanita yang terdiversifikasi untuk menghindari bias AI?

Dalam kurun waktu satu tahun, pandemi COVID-19 menjungkirbalikkan generasi perempuan pekerja, dengan lebih dari 5 juta di AS kehilangan atau meninggalkan pekerjaan mereka. Nyatanya, penelitian baru dari IBM Institute for Business Value menunjukkan hal itu lebih sedikit wanita saat ini wakil presiden senior, wakil presiden, direktur dan peran manajer hari ini daripada yang mereka lakukan di tahun 2019. Kami membuat tahunan Pemimpin Wanita dalam AI program pada tahun 2019 untuk membantu mendorong peningkatan partisipasi beragam di lapangan dan menyediakan jaringan bagi penerima penghargaan untuk pembelajaran bersama. Harapan saya adalah orang lain akan membaca kisah para pemimpin luar biasa ini dan menemukan inspirasi—dan, yang sama pentingnya, melihat secercah cahaya dari diri mereka sendiri.

Selain itu, pentingnya memiliki pemikiran yang beragam di balik inovasi AI tidak dapat diabaikan. Diversifikasi pemikiran adalah kunci pengembangan AI. Kami telah melihat bahwa semakin beragam pemikiran untuk menciptakan teknologi, ada kemungkinan lebih besar untuk mengurangi bias, mempromosikan AI yang dioperasikan secara etis, dan meningkatkan kepercayaan pada sistem AI. Pada akhirnya menunjukkan bahwa praktik kerja yang beragam memungkinkan kepercayaan yang lebih dalam pada program yang dikembangkan, yang mengarah pada pengembalian ekonomi dan manfaat yang lebih baik untuk semua. Kami menghargai langkah-langkah yang telah diambil untuk menciptakan bidang AI yang lebih beragam dan inklusif, seiring kami terus berusaha untuk menjadikannya jauh lebih baik.

Apa saja hal yang dapat dilakukan orang tua untuk menginspirasi anak perempuan agar lebih tertarik pada ilmu komputer dan AI?

Dua hal yang menonjol bagi saya – keingintahuan dan pendampingan. Dalam pengalaman saya, unsur terpenting untuk sukses dalam AI adalah budaya rasa ingin tahu dan pembelajaran berkelanjutan. Dalam bidang teknologi, secara umum, rentang hidup rata-rata keterampilan dan informasi adalah tiga hingga lima tahun. Dengan AI, itu 12 hingga 18 bulan. Teknologi bergerak sangat cepat sehingga pola pikir yang ingin tahu dan rasa lapar untuk belajar lebih penting daripada keterampilan tertentu. Menumbuhkan rasa ingin tahu bisa dimulai sejak usia muda.

Untuk anak perempuan yang tertarik dengan teknologi, sistem pendukung dan pendampingan sangat penting. Ini semua tentang menciptakan budaya di mana orang merasa bahwa mereka dapat terus berkembang. Saya mempelajarinya secara pribadi beberapa tahun yang lalu, ketika saya mengirim putra dan putri saya ke kamp pengkodean bersama. Anak laki-laki saya menyukainya, tetapi anak perempuan saya pulang dan menyatakan, "Saya tidak ingin membuat kode lagi, Bu." Setelah mengobrol, saya menyadari bahwa dia adalah satu-satunya perempuan di kelasnya. Jadi saya mendaftarkannya untuk program khusus di mana para gadis membuat kode bersama. Dia bersenang-senang, mendapatkan kepercayaan diri, dan sekarang dapat bertahan di mana saja — termasuk di ruangan dengan lusinan anak laki-laki yang membuat modul Minecraft.

Apa yang dapat dilakukan perusahaan untuk menarik lebih banyak perempuan?

Jika kita ingin meningkatkan jumlah wanita dalam AI—dan meningkatkan keragaman di lapangan di setiap dimensi—kita harus menghargai keragaman yang ada. Kita harus memastikan bahwa orang-orang yang mewakili kelompok dan latar belakang yang berbeda memiliki komunitas teknologi yang mendukung di mana mereka merasa nyaman untuk mengajukan pertanyaan, membuat kesalahan, dan menjelajah ke wilayah asing—semua bagian penting dari pembelajaran. Saat IBM merayakan 40 wanita yang merupakan pionir sejati, kami juga menghubungkan mereka satu sama lain sebagai jaringan baru untuk belajar, berbagi, dan mendukung satu sama lain. Berdasarkan hasil yang ditemukan di penelitian baru dari IBM Institute for Business Value, kami telah mengusulkan peta jalan untuk perubahan:

1. Pasangkan pemikiran berani dengan komitmen besar, jadikan kesetaraan gender sebagai prioritas bisnis formal.
2. Terapkan intervensi spesifik terkait krisis. Manfaat seperti dukungan pengasuhan anak cadangan dan sumber daya kesehatan mental serta lokasi dan jadwal kerja yang fleksibel dapat menjadi kuncinya.
3. Ciptakan budaya niat dan bersikeras untuk memberi ruang. Pengusaha dan manajer perlu mengambil pendekatan empati dan inklusif terhadap karyawan mereka.
4. Gunakan teknologi untuk mempercepat kinerja. Itu berarti menerapkan keadilan dalam penyaringan, menggunakan alat digital untuk komunikasi dan umpan balik untuk memunculkan apa yang berhasil dan apa yang tidak, dan berinvestasi dalam alat kolaboratif dan praktik kerja sama yang memungkinkan perempuan dan laki-laki untuk terlibat secara efektif di lingkungan fisik dan jarak jauh bahkan setelah pandemi mereda.

Terima kasih atas wawancaranya yang luar biasa, pembaca yang tertarik harus mengunjungi IBM Lab Pakar, atau IBM Pemimpin Wanita dalam program AI.