ການສໍາພາດ
Ritika Gunnar, VP ຂອງ Expert Labs, IBM Cloud and Cognitive Software – Interview Series
Ritika Gunnar ເປັນຮອງປະທານຂອງ ຫ້ອງທົດລອງຊ່ຽວຊານ, IBM Cloud and Cognitive Software. ນາງຍັງມີສ່ວນຮ່ວມຫຼາຍໃນ IBM's ຜູ້ນໍາແມ່ຍິງໃນໂຄງການ AI. ກ່ອນຫນ້ານີ້, ນາງໄດ້ບໍລິຫານທຸລະກິດ Master Data Management & Information Integration and Governance ຂອງ IBM ແລະທຸລະກິດ Data Warehousing & Analytics ຂອງ IBM ທີ່ຮັບຜິດຊອບຍຸດທະສາດ, ທິດທາງແລະການຄຸ້ມຄອງການດໍາເນີນງານຂອງຫຼັກຊັບ Warehousing.
ໃນເບື້ອງຕົ້ນທ່ານມີຄວາມສົນໃຈໃນຄະນິດສາດແລະພາສາສາດ. ແມ່ນຫຍັງເປັນແຮງບັນດານໃຈໃຫ້ທ່ານຫັນໄປສູ່ວິທະຍາສາດຄອມພິວເຕີ ແລະ AI?
ຕອນຍັງນ້ອຍ, ຂ້ອຍມີຄວາມສົນໃຈໃນທຸກສິ່ງອື່ນນອກຈາກເຕັກໂນໂລຊີ. ດັ່ງທີ່ເຈົ້າສັງເກດເຫັນ, ຂ້ອຍສົນໃຈພາສາແອສປາໂຍນແລະພາສາຕ່າງປະເທດສ່ວນໃຫຍ່ແລະພາສາສາດ. ພໍ່ແມ່ຂອງຂ້າພະເຈົ້າເປັນທັງວິສະວະກອນ ແລະປະກອບການແລະເຂົາເຈົ້າ instilled ໃນຂ້າພະເຈົ້າຮັກວິທະຍາສາດ. ເຕັກໂນໂລຍີມີຈຸດຕັດກັນທີ່ສາມາດສົ່ງຜົນກະທົບຕໍ່ທຸກໆອຸດສາຫະກໍາແລະທຸກໆດ້ານຂອງຊີວິດປະຈໍາວັນຂອງພວກເຮົາ. ຫຼັງຈາກຫ້ອງຮຽນທໍາອິດຂອງຂ້ອຍໃນວິທະຍາໄລ, ຂ້ອຍຮູ້ວ່ານີ້ແມ່ນບ່ອນທີ່ຂ້ອຍເປັນ.
ໃນຂະນະທີ່ຂ້ອຍປະຕິບັດຕາມຄວາມມັກຂອງຂ້ອຍຕໍ່ກັບອາຊີບເຕັກໂນໂລຢີ, ແຕ່ຫນ້າເສຍດາຍ, ແມ່ຍິງຫນຸ່ມຫຼາຍຄົນເລືອກເສັ້ນທາງອາຊີບທີ່ບໍ່ແມ່ນ STEM. ນັ້ນແມ່ນເຫດຜົນທີ່ຂ້ອຍຮູ້ສຶກຕື່ນເຕັ້ນຫຼາຍທີ່ IBM ເປັນປີທີ XNUMX ຕິດຕໍ່ກັນທີ່ IBM ໄດ້ໃຫ້ກຽດແກ່ຜູ້ນໍາທຸລະກິດແມ່ຍິງພິເສດສໍາລັບການບຸກເບີກຂອງພວກເຂົາໃນການນໍາໃຊ້ AI ຢູ່ໃນບໍລິສັດຕ່າງໆທົ່ວໂລກໂດຍຜ່ານພວກເຮົາ. ຜູ້ນໍາແມ່ຍິງໃນ AI ການລິເລີ່ມ. ແມ່ຍິງໄວຫນຸ່ມອື່ນໆຈໍາເປັນຕ້ອງສາມາດເຫັນຕົນເອງຢູ່ໃນຜູ້ນໍາແມ່ຍິງເຫຼົ່ານີ້ໃນ AI ແລະມີຄວາມຫມັ້ນໃຈແລະຊຸມຊົນເພື່ອຊຸກຍູ້ການສະແຫວງຫາໃນເຕັກໂນໂລຢີ, ແລະ AI.
ທ່ານມີອາຊີບທີ່ບໍ່ຫນ້າເຊື່ອທີ່ IBM, ທ່ານສາມາດແບ່ງປັນກັບພວກເຮົາສ່ວນຫນຶ່ງຂອງການເດີນທາງນີ້ບໍ?
ຄົນມັກຖາມຂ້ອຍວ່າ ເປັນຫຍັງຂ້ອຍຈຶ່ງມີອາຊີບດົນນານນີ້ຢູ່ IBM. ຢູ່ IBM, ຂ້ອຍສາມາດເຕີບໂຕທັກສະຂອງຂ້ອຍໃນຂົງເຂດຜະລິດຕະພັນແລະໂດເມນທີ່ມີປະໂຫຍດ. ຂ້າພະເຈົ້າໄດ້ເລີ່ມຕົ້ນໃນທີມງານຄຸ້ມຄອງລະບົບຂອງພວກເຮົາເປັນນັກພັດທະນາແລະນັບຕັ້ງແຕ່ນັ້ນໄດ້ກ້າວຫນ້າຜ່ານຂໍ້ມູນ, ການວິເຄາະ, ແລະ AI ໃນຫນ້າທີ່ຂອງການຄຸ້ມຄອງຜະລິດຕະພັນ, ການຂາຍ, ແລະການບໍລິການ.
ມັນມີມູນຄ່າສູງສໍາລັບອາຊີບຂອງຂ້ອຍທີ່ຈະສາມາດເລີ່ມຕົ້ນໃນພື້ນທີ່ຫນຶ່ງ, ຂະຫຍາຍຄວາມຮູ້ຂອງຂ້ອຍກ່ຽວກັບໂດເມນໂດຍສະເພາະ, ຫຼັງຈາກນັ້ນຫັນໄປສູ່ພື້ນທີ່ອື່ນ. ຂ້າພະເຈົ້າໄດ້ຮຽນຮູ້ຈາກແຕ່ລະການເຄື່ອນໄຫວ, ການພັດທະນາພື້ນຖານອັນຫນັກແຫນ້ນທີ່ມີຄວາມສໍາຄັນຕໍ່ບົດບາດຂອງຂ້ອຍໃນປະຈຸບັນຊ່ວຍໃຫ້ທຸລະກິດຮັບຮອງເອົາເຕັກໂນໂລຢີໃຫມ່.
ໂດຍຜ່ານແຕ່ລະພາລະບົດບາດຂ້າພະເຈົ້າເຫັນວ່າມັນເປັນປະໂຫຍດທີ່ຈະສຸມໃສ່ 3 ຂົງເຂດເພື່ອຊຸກຍູ້ການຂະຫຍາຍຕົວ: (1) ຊອກຫາຊຸມຊົນເພື່ອສະຫນັບສະຫນູນຂົງເຂດການຮຽນຮູ້ແລະການຂະຫຍາຍຕົວທີ່ຈໍາເປັນສໍາລັບພາລະບົດບາດໃຫມ່. ນີ້ສາມາດຜ່ານກຸ່ມທີ່ມີຢູ່ແລ້ວ, ຜູ້ໃຫ້ຄໍາປຶກສາ, ແລະແມ້ກະທັ້ງ reverse-mentoring. (2) ຢາກຮູ້ຢາກເຫັນ. ສະເຫມີຮຽນຮູ້ຈາກມືໃນການເຮັດວຽກ, ການສຶກສາແລະການປະຕິບັດຫັດຖະກໍາຂອງທ່ານແລະການຮຽນຮູ້ຢ່າງຕໍ່ເນື່ອງ. (3) ຈົ່ງໝັ້ນໃຈໃນຄວາມສາມາດຂອງເຈົ້າ, ອາດຈະເປັນລັກສະນະທີ່ສໍາຄັນທີ່ສຸດ.
ໃນປັດຈຸບັນທ່ານເປັນຮອງປະທານຂອງ Expert Labs, IBM Cloud ແລະ Cognitive Software. ທ່ານສາມາດແບ່ງປັນກັບພວກເຮົາວ່າບົດບາດນີ້ກ່ຽວຂ້ອງກັບຫຍັງ?
ທີມງານ Expert Labs ຊ່ວຍໃຫ້ອົງການຈັດຕັ້ງຮັບຮູ້ຢ່າງເຕັມທີ່ກ່ຽວກັບທ່າແຮງຂອງປັນຍາປະດິດໃນການຮັກສາທຸລະກິດຂອງພວກເຂົາທີ່ເຂັ້ມແຂງໃນພູມສັນຖານທີ່ມີການແຂ່ງຂັນສູງ. ຂ້າພະເຈົ້ານໍາພາທີມງານຂອງຫຼາຍກວ່າ 2400 ຜູ້ຊ່ຽວຊານດ້ານວິຊາການສູງສຸມໃສ່ການໃຫ້ຄໍາແນະນໍາ, ສະຖາປັດຕະແລະການສົ່ງຜົນສໍາເລັດລູກຄ້າທີ່ມີຂໍ້ມູນ, ອັດຕະໂນມັດ, ແລະກໍລະນີການນໍາໃຊ້ AI ອື່ນໆ.
ພວກເຮົາເຮັດວຽກກັບລູກຄ້າເພື່ອໃຫ້ແນ່ໃຈວ່າໂຄງການເຕັກໂນໂລຢີຂອງພວກເຂົາປະສົບຜົນສໍາເລັດໂດຍການຊ່ວຍໃຫ້ພວກເຂົາເຂົ້າໃຈເປົ້າຫມາຍຂອງພວກເຂົາແລະນໍາພາພວກເຂົາຕາມແຕ່ລະຂັ້ນຕອນຂອງການເດີນທາງໄປສູ່ການຫັນປ່ຽນທຸລະກິດ.
ກ່ອນໜ້ານີ້ເຈົ້າໄດ້ກ່າວວ່າເພື່ອຈະປະສົບຜົນສຳເລັດກັບ AI, ມັນທັງໝົດຈະເລີ່ມຕົ້ນດ້ວຍຂໍ້ມູນ. ເຈົ້າສາມາດໃຫ້ລາຍລະອຽດກ່ຽວກັບເລື່ອງນີ້ໄດ້ບໍ?
ເຊັ່ນດຽວກັນກັບທ່ານເວົ້າ, ເພື່ອປະຕິບັດຄໍາສັນຍາຂອງ AI, ອົງການຈັດຕັ້ງຈໍາເປັນຕ້ອງເລີ່ມຕົ້ນດ້ວຍຂໍ້ມູນຂອງພວກເຂົາ. AI ມີທ່າແຮງທີ່ຈະຫັນປ່ຽນວິທີການດໍາເນີນທຸລະກິດແລະໃຫ້ມູນຄ່າ, ຢ່າງໃດກໍຕາມ, ຫຼາຍຄົນຍັງສືບຕໍ່ຕໍ່ສູ້ກັບການເອົາຊະນະຄວາມສັບສົນຂອງຂໍ້ມູນ, ການຂາດແຄນຄວາມສາມາດແລະການຂາດຄວາມໄວ້ວາງໃຈໃນລະບົບ AI. ໃນຂະນະທີ່ພວກເຮົາກໍາລັງສະເຫຼີມສະຫຼອງຄວາມຫຼາກຫຼາຍໃນ AI, ຂ້ອຍຈະສຸມໃສ່ສອງຄໍາຖາມທີ່ສໍາຄັນທີ່ຂ້ອຍຄິດວ່າເປັນການພັດທະນາຄວາມໄວ້ວາງໃຈໃນຂໍ້ມູນແລະລະບົບ AI: AI ຂອງຂ້ອຍຍຸດຕິທໍາແລະ AI ຂອງຂ້ອຍສາມາດອະທິບາຍໄດ້ບໍ?
ເພື່ອຮັບປະກັນຄວາມຍຸຕິທໍາຂອງ AI, ພວກເຮົາຕ້ອງຮັບປະກັນວ່າຂໍ້ມູນຂອງຕົວແບບທີ່ສ້າງຂຶ້ນແມ່ນມີຄວາມຍຸຕິທໍາ, ແລະຕົວແບບຂອງຕົນເອງໄດ້ຖືກອອກແບບເພື່ອກວດພົບແລະຫຼຸດຜ່ອນຄວາມລໍາອຽງຍ້ອນວ່າຂໍ້ມູນໃຫມ່ຖືກນໍາສະເຫນີ. ອຳນາດການລົບລ້າງຄວາມລຳອຽງໄດ້ກາຍເປັນເລື່ອງຮີບດ່ວນຂຶ້ນໃນທ່າມກາງການສົນທະນາທົ່ວໂລກທີ່ນັບມື້ນັບເຄັ່ງຕຶງກ່ຽວກັບຄວາມຍຸຕິທຳທາງດ້ານເຊື້ອຊາດ ແລະເສດຖະກິດ. ເມື່ອພວກເຮົາຮັບປະກັນວ່າ AI ມີຄວາມຍຸຕິທໍາ, ມັນສາມາດເປັນເຄື່ອງມືທີ່ດີເລີດສໍາລັບການຫຼຸດຜ່ອນຄວາມລໍາອຽງຂອງມະນຸດ.
ຖ້າພວກເຮົາບໍ່ສາມາດອະທິບາຍວ່າເປັນຫຍັງ AI ຈຶ່ງຕັດສິນໃຈບາງຢ່າງ, ຄວາມຢ້ານກົວຂອງ "ກ່ອງດໍາ" ຂອງສູດການຄິດໄລ່ທີ່ລຶກລັບສາມາດເຮັດໃຫ້ມັນເປັນໄປບໍ່ໄດ້ທີ່ຈະສ້າງຄວາມໄວ້ວາງໃຈ. ອຸດສາຫະກໍາເຊັ່ນການບໍລິການທາງດ້ານການເງິນ, ການດູແລສຸຂະພາບແລະການປະກັນໄພ, ສະເຫນີໂອກາດອັນໃຫຍ່ຫຼວງສໍາລັບການນໍາໃຊ້ AI ໃນຂະຫນາດ, ຢ່າງໃດກໍຕາມ, ມັນຮຽກຮ້ອງໃຫ້ມີຂໍ້ມູນທີ່ມີຄວາມອ່ອນໄຫວສູງໃນການຕັດສິນໃຈທີ່ມີຜົນກະທົບຢ່າງຫຼວງຫຼາຍຕໍ່ຊີວິດຂອງປະຊາຊົນ. ມັນເປັນສິ່ງ ສຳ ຄັນທີ່ລູກຄ້າເຂົ້າໃຈວິທີການຕັດສິນໃຈເຫຼົ່ານີ້ແລະເປັນຫຍັງ. ເພື່ອຮັບປະກັນວ່າການຕັດສິນໃຈທີ່ດີທີ່ສຸດ ແລະມີຄວາມສະເໝີພາບທີ່ສຸດແມ່ນໄດ້ຖືກເຮັດ, ແລະເພື່ອຄວາມພໍໃຈຂອງຜູ້ຄວບຄຸມ, ພວກເຮົາຕ້ອງການເສັ້ນທາງຂໍ້ມູນທີ່ສາມາດກວດສອບໄດ້ ເຊິ່ງໃຫ້ຄໍາຕອບທີ່ຖືກຕ້ອງ.
ການຮັບປະກັນວ່າ AI ແລະຂໍ້ມູນທີ່ມັນສ້າງຂຶ້ນແມ່ນຍຸດຕິທໍາແລະສາມາດອະທິບາຍໄດ້ແມ່ນທັດສະນະທີ່ພວກເຮົາຕ້ອງການເບິ່ງໂຄງການ AI ທີ່ປະສົບຜົນສໍາເລັດ. ຄວາມເຊື່ອຂອງຂ້ອຍແມ່ນວ່າກຸ່ມທີ່ຫຼາກຫຼາຍຂອງພື້ນຖານແລະປະສົບການທີ່ມີຊີວິດຢູ່ແມ່ນສໍາຄັນຕໍ່ຂະບວນການນັ້ນ.
ທ່ານມີສ່ວນຮ່ວມຫຼາຍໃນໂຄງການ Women of AI ຂອງ IBM. ທ່ານສາມາດບອກພວກເຮົາເພີ່ມເຕີມກ່ຽວກັບໂຄງການນີ້ບໍ?
ແມ່ຍິງ trailblazing ລວມຢູ່ໃນບັນຊີລາຍຊື່ປະຈໍາປີຂອງພວກເຮົາ ຜູ້ນໍາແມ່ຍິງໃນ AI ໄດ້ສ້າງສະພາບແວດລ້ອມທີ່ແມ່ຍິງນັບມື້ນັບຫຼາຍຂຶ້ນສາມາດຍູ້ເສັ້ນຊາຍແດນໃນອຸດສາຫະກຳເຕັກໂນໂລຊີ, ເຮັດໃຫ້ສຽງຂອງເຂົາເຈົ້າໄດ້ຍິນ, ແລະເປີດປະຕູໃຫ້ຄົນລຸ້ນຫຼັງ. ມັນເປັນສິ່ງ ສຳ ຄັນທີ່ຈະສະເຫຼີມສະຫຼອງແລະແບ່ງປັນເລື່ອງເຫຼົ່ານີ້ເພື່ອຮັກສາຈັງຫວະນັ້ນ, ນັ້ນແມ່ນເຫດຜົນທີ່ພວກເຮົາໃຫ້ກຽດແກ່ແມ່ຍິງທີ່ ໜ້າ ອັດສະຈັນ 40 ຄົນຈາກ 18 ປະເທດທົ່ວໂລກທີ່ ກຳ ລັງສ້າງອະນາຄົດຂອງປັນຍາປະດິດແລະຄວາມກ້າວ ໜ້າ ໃນການປະມວນຜົນພາສາ ທຳ ມະຊາດ, ອັດຕະໂນມັດແລະ AI ທີ່ເຊື່ອຖືໄດ້ແນວໃດ. ໃຊ້ເພື່ອຊ່ວຍໃຫ້ອົງການຈັດຕັ້ງຄາດຄະເນຜົນໄດ້ຮັບທີ່ດີກວ່າ, ຂະບວນການອັດຕະໂນມັດແລະເພີ່ມປະສິດທິພາບໃຫມ່.
ບັນຊີລາຍຊື່ກຽດສັກສີຜູ້ນໍາຈາກ AdMed, The Ad Council, The Clorox Company, City of Austin, EY, Ford Motor Company, Lloyds Banking Group, Mitsui Chemical, Telstra, Vodafone New Zealand, Westpac, ແລະອື່ນໆອີກ. ຜູ້ນໍາທີ່ບໍ່ຫນ້າເຊື່ອເຫຼົ່ານີ້ກໍາລັງທໍາລາຍພື້ນຖານໃຫມ່ໂດຍໃຊ້ AI ເພື່ອປັບປຸງປະສິດທິຜົນຂອງການໂຄສະນາ, ສ້າງຄວາມເຂັ້ມແຂງໃຫ້ແກ່ຊາວກະສິກອນດ້ວຍເຄື່ອງມືການພະຍາກອນພືດທີ່ຈໍາເປັນ, ຊ່ວຍປັບປຸງຄວາມປອດໄພຂອງອາຫານ, ການຮັກສາອົງປະກອບທີ່ທັນສະໄຫມໃນລະຫວ່າງການແຜ່ລະບາດຂອງ COVID-19, ແລະອື່ນໆອີກ.
ການມີທີມງານທີ່ມີຄວາມຫຼາກຫຼາຍຂອງຊົນເຜົ່າສ່ວນນ້ອຍແລະແມ່ຍິງເພື່ອຫຼີກເວັ້ນຄວາມລໍາອຽງຂອງ AI ມີຄວາມສໍາຄັນແນວໃດ?
ໃນໄລຍະໜຶ່ງປີ, ການລະບາດຂອງພະຍາດໂຄວິດ-19 ໄດ້ແຜ່ລາມໄປສູ່ບັນດາແມ່ຍິງທີ່ເຮັດວຽກຢູ່ຫຼາຍລຸ້ນຄົນ, ໂດຍມີຫຼາຍກວ່າ 5 ລ້ານຄົນໃນສະຫະລັດ ສູນເສຍ ຫຼືອອກຈາກວຽກ. ໃນຄວາມເປັນຈິງ, ການຄົ້ນຄວ້າໃຫມ່ ຈາກສະຖາບັນ IBM ສໍາລັບມູນຄ່າທຸລະກິດສະແດງໃຫ້ເຫັນວ່າ ແມ່ຍິງນັບມື້ນັບຫນ້ອຍລົງ ຮອງປະທານອາວຸໂສ, ຮອງປະທານ, ຜູ້ອໍານວຍການແລະຜູ້ຈັດການພາລະບົດບາດໃນມື້ນີ້ຫຼາຍກ່ວາພວກເຂົາເຮັດໃນປີ 2019. ພວກເຮົາສ້າງປະຈໍາປີ ຜູ້ນໍາແມ່ຍິງໃນ AI ໂຄງການໃນປີ 2019 ເພື່ອຊ່ວຍຊຸກຍູ້ໃຫ້ມີການມີສ່ວນຮ່ວມທີ່ຫຼາກຫຼາຍໃນຂົງເຂດ ແລະ ໃຫ້ຜູ້ມີກຽດເປັນເຄືອຂ່າຍສໍາລັບການຮຽນຮູ້ຮ່ວມກັນ. ຄວາມຫວັງຂອງຂ້ອຍແມ່ນວ່າຄົນອື່ນຈະອ່ານເລື່ອງຂອງຜູ້ນໍາທີ່ໂດດເດັ່ນເຫຼົ່ານີ້ແລະຊອກຫາການດົນໃຈ - ແລະ, ທີ່ສໍາຄັນ, ເຫັນຄວາມສະຫວ່າງຂອງຕົນເອງ.
ນອກຈາກນັ້ນ, ຄວາມສໍາຄັນຂອງການມີແນວຄິດທີ່ຫຼາກຫຼາຍທີ່ຢູ່ເບື້ອງຫລັງການປະດິດສ້າງໃນ AI ບໍ່ສາມາດເວົ້າໄດ້. ຄວາມຫຼາກຫຼາຍຂອງຄວາມຄິດແມ່ນກຸນແຈສໍາລັບການພັດທະນາ AI. ພວກເຮົາໄດ້ເຫັນວ່າ ເມື່ອຄວາມຄິດທີ່ຫຼາກຫຼາຍເຂົ້າໄປໃນການສ້າງເຕັກໂນໂລຊີ, ມີຄວາມເປັນໄປໄດ້ຫຼາຍຂຶ້ນໃນການຫຼຸດຜ່ອນອະຄະຕິ, ການສົ່ງເສີມ AI ທີ່ມີຈັນຍາບັນ ແລະການປັບປຸງຄວາມໝັ້ນໃຈໃນລະບົບ AI. ໃນທີ່ສຸດສະແດງໃຫ້ເຫັນວ່າການປະຕິບັດການເຮັດວຽກທີ່ຫຼາກຫຼາຍເຮັດໃຫ້ຄວາມເຊື່ອຫມັ້ນຢ່າງເລິກເຊິ່ງຕໍ່ບັນດາໂຄງການທີ່ຖືກພັດທະນາ, ນໍາໄປສູ່ຜົນຕອບແທນທາງເສດຖະກິດທີ່ດີກວ່າແລະຜົນປະໂຫຍດສໍາລັບທຸກຄົນ. ພວກເຮົາສະເຫຼີມສະຫຼອງຂັ້ນຕອນທີ່ໄດ້ປະຕິບັດເພື່ອສ້າງຂົງເຂດ AI ທີ່ຫຼາກຫຼາຍ ແລະລວມເຂົ້າກັນຫຼາຍຂຶ້ນ, ໃນຂະນະທີ່ພວກເຮົາສືບຕໍ່ພະຍາຍາມເພື່ອເຮັດໃຫ້ມັນດີຂຶ້ນຫຼາຍ.
ມີຫຍັງແດ່ທີ່ພໍ່ແມ່ສາມາດສ້າງແຮງບັນດານໃຈໃຫ້ເດັກຍິງມີຄວາມສົນໃຈຫຼາຍຂຶ້ນໃນດ້ານວິທະຍາສາດຄອມພິວເຕີ ແລະ AI?
ສອງສິ່ງທີ່ໂດດເດັ່ນສຳລັບຂ້ອຍ - ຄວາມຢາກຮູ້ຢາກເຫັນ ແລະ ການໃຫ້ຄຳແນະນຳ. ໃນປະສົບການຂອງຂ້ອຍ, ສ່ວນປະກອບສໍາຄັນທີ່ສຸດສໍາລັບຄວາມສໍາເລັດໃນ AI ແມ່ນວັດທະນະທໍາຂອງຄວາມຢາກຮູ້ຢາກເຫັນແລະການຮຽນຮູ້ຢ່າງຕໍ່ເນື່ອງ. ໃນເຕັກໂນໂລຢີ, ເວົ້າຢ່າງກວ້າງຂວາງ, ໄລຍະເວລາສະເລ່ຍຂອງທັກສະແລະຂໍ້ມູນແມ່ນສາມຫາຫ້າປີ. ດ້ວຍ AI, ມັນແມ່ນ 12 ຫາ 18 ເດືອນ. ເທັກໂນໂລຍີກຳລັງກ້າວໄປຢ່າງໄວວາ ຈົນເຮັດໃຫ້ຈິດໃຈທີ່ຢາກຮູ້ຢາກເຫັນ ແລະຄວາມອຶດຢາກທີ່ຈະຮຽນຮູ້ນັ້ນສຳຄັນກວ່າທັກສະໃດນຶ່ງ. ການເສີມສ້າງຄວາມຢາກຮູ້ຢາກເຫັນສາມາດເລີ່ມຕັ້ງແຕ່ອາຍຸຍັງນ້ອຍ.
ສໍາລັບເດັກຍິງທີ່ສົນໃຈໃນເຕັກໂນໂລຢີ, ລະບົບການສະຫນັບສະຫນູນແລະການໃຫ້ຄໍາປຶກສາແມ່ນສໍາຄັນ. ມັນທັງຫມົດກ່ຽວກັບການສ້າງວັດທະນະທໍາທີ່ປະຊາຊົນຮູ້ສຶກວ່າພວກເຂົາສາມາດຍືດຕົວຕົນເອງຢ່າງຕໍ່ເນື່ອງ. ຂ້າພະເຈົ້າໄດ້ຮຽນຮູ້ເລື່ອງນີ້ໃນລະດັບສ່ວນບຸກຄົນຫຼາຍປີກ່ອນ, ໃນເວລາທີ່ຂ້າພະເຈົ້າໄດ້ສົ່ງລູກຊາຍແລະລູກສາວຂອງຂ້າພະເຈົ້າໄປ camping coding ຮ່ວມກັນ. ລູກຊາຍຂອງຂ້ອຍຮັກມັນ, ແຕ່ລູກສາວຂອງຂ້ອຍມາຮອດເຮືອນແລະປະກາດວ່າ, "ຂ້ອຍບໍ່ຕ້ອງການລະຫັດອີກຕໍ່ໄປ, ແມ່." ຫຼັງຈາກສົນທະນາ, ຂ້າພະເຈົ້າໄດ້ຮັບຮູ້ວ່ານາງເປັນເດັກຍິງພຽງແຕ່ໃນຫ້ອງຮຽນຂອງນາງ. ສະນັ້ນຂ້ອຍໄດ້ລົງທະບຽນໃຫ້ລາວສໍາລັບໂຄງການພິເສດທີ່ເດັກຍິງມີລະຫັດຮ່ວມກັນ. ນາງມີຄວາມມ່ວນ, ໄດ້ຮັບຄວາມຫມັ້ນໃຈແລະໃນປັດຈຸບັນສາມາດຖືຂອງຕົນເອງໄດ້ທຸກບ່ອນ - ລວມທັງຢູ່ໃນຫ້ອງທີ່ມີເດັກຊາຍຫລາຍສິບຄົນສ້າງໂມດູນ Minecraft.
ວິສາຫະກິດຈະເຮັດແນວໃດເພື່ອດຶງດູດແມ່ຍິງຫຼາຍກວ່າ?
ຖ້າພວກເຮົາຕ້ອງການເພີ່ມຈໍານວນແມ່ຍິງໃນ AI - ແລະເພີ່ມຄວາມຫຼາກຫຼາຍໃນພາກສະຫນາມໃນທົ່ວທຸກມິຕິ - ພວກເຮົາຕ້ອງສະເຫຼີມສະຫຼອງຄວາມຫຼາກຫຼາຍທີ່ມີຢູ່. ພວກເຮົາຕ້ອງໃຫ້ແນ່ໃຈວ່າຄົນທີ່ເປັນຕົວແທນຂອງກຸ່ມ ແລະພື້ນຖານທີ່ແຕກຕ່າງກັນມີຊຸມຊົນເຕັກໂນໂລຢີທີ່ສະຫນັບສະຫນູນທີ່ພວກເຂົາຮູ້ສຶກສະບາຍໃຈທີ່ຈະຖາມຄໍາຖາມ, ເຮັດຜິດພາດ ແລະເຂົ້າໄປໃນອານາເຂດທີ່ບໍ່ຄຸ້ນເຄີຍ—ທຸກພາກສ່ວນທີ່ຈໍາເປັນຂອງການຮຽນຮູ້. ໃນຂະນະທີ່ IBM ສະເຫຼີມສະຫຼອງ 40 ແມ່ຍິງຜູ້ທີ່ເປັນຜູ້ບຸກເບີກທີ່ແທ້ຈິງ, ພວກເຮົາຍັງເຊື່ອມຕໍ່ພວກເຂົາກັບກັນແລະກັນເປັນເຄືອຂ່າຍໃຫມ່ສໍາລັບການຮຽນຮູ້, ແບ່ງປັນແລະສະຫນັບສະຫນູນເຊິ່ງກັນແລະກັນ. ອີງຕາມຜົນໄດ້ຮັບທີ່ພົບເຫັນຢູ່ໃນ ການຄົ້ນຄວ້າໃຫມ່ ຈາກສະຖາບັນ IBM ສໍາລັບມູນຄ່າທຸລະກິດ, ພວກເຮົາໄດ້ສະເຫນີແຜນທີ່ເສັ້ນທາງສໍາລັບການປ່ຽນແປງ:
- ຈັບຄູ່ແນວຄິດທີ່ກ້າຫານກັບຄໍາຫມັ້ນສັນຍາອັນໃຫຍ່ຫຼວງ, ເຮັດໃຫ້ຄວາມສະເຫມີພາບລະຫວ່າງຍິງຊາຍເປັນບູລິມະສິດທາງທຸລະກິດຢ່າງເປັນທາງການ.
- ນຳໃຊ້ການແຊກແຊງສະເພາະທີ່ກ່ຽວຂ້ອງກັບວິກິດ. ຜົນປະໂຫຍດເຊັ່ນ: ການຊ່ວຍເຫຼືອການເບິ່ງແຍງເດັກສຳຮອງ ແລະຊັບພະຍາກອນດ້ານສຸຂະພາບຈິດ ແລະສະຖານທີ່ເຮັດວຽກ ແລະຕາຕະລາງທີ່ຍືດຫຍຸ່ນສາມາດເປັນກຸນແຈ.
- ສ້າງວັດທະນະທໍາຂອງຄວາມຕັ້ງໃຈແລະຮຽກຮ້ອງໃຫ້ຊາວກ່ຽວກັບການເຮັດໃຫ້ຫ້ອງ. ນາຍຈ້າງແລະຜູ້ຈັດການຈໍາເປັນຕ້ອງໃຊ້ວິທີການທີ່ເຫັນອົກເຫັນໃຈແລະລວມກັບພະນັກງານຂອງພວກເຂົາ.
- ໃຊ້ເຕັກໂນໂລຢີເພື່ອເລັ່ງການປະຕິບັດ. ນັ້ນຫມາຍຄວາມວ່າການສ້າງຄວາມຍຸຕິທໍາຢ່າງຫນັກແຫນ້ນເຂົ້າໃນການກວດສອບ, ໃຊ້ເຄື່ອງມືດິຈິຕອນສໍາລັບການສື່ສານແລະຄໍາຕິຊົມເພື່ອສະແດງສິ່ງທີ່ເຮັດວຽກແລະສິ່ງທີ່ບໍ່, ແລະລົງທຶນໃນເຄື່ອງມືຮ່ວມມືແລະການປະຕິບັດເປັນທີມທີ່ຊ່ວຍໃຫ້ແມ່ຍິງແລະຜູ້ຊາຍມີສ່ວນຮ່ວມຢ່າງມີປະສິດທິພາບໃນສະພາບແວດລ້ອມທາງດ້ານຮ່າງກາຍແລະຫ່າງໄກສອກຫຼີກເຖິງແມ່ນວ່າຫຼັງຈາກໂລກລະບາດໄດ້ຫຼຸດລົງ.
ຂອບໃຈສໍາລັບການສໍາພາດທີ່ຍິ່ງໃຫຍ່, ຜູ້ອ່ານທີ່ມີຄວາມສົນໃຈຄວນໄປຢ້ຽມຢາມ IBM's ຫ້ອງທົດລອງຊ່ຽວຊານ, ຫຼື IBM ຂອງ ຜູ້ນໍາແມ່ຍິງໃນໂຄງການ AI.
