Dra. Judith Bishop, Diretora Sênior de Especialistas em IA da Appen – Série de Entrevistas

A Dra. Judith Bishop é Diretora Sênior de Especialistas em IA para a região APAC/US da Appen. Ela lidera e cresce uma equipe de alto nível de linguistas altamente qualificados e experientes, linguistas computacionais e especialistas em todos os modos de comunicação humana (fala, escrita e gesto), para fornecer dados de treinamento de IA com uma combinação inigualável de qualidade e velocidade.

O que inicialmente a atraiu para a linguística?

Eu primeiro ouvi falar sobre linguística de um professor de inglês favorito no ensino médio. Eu era uma daquelas crianças que são igualmente atraídas por línguas estrangeiras e humanidades, e matemática e ciências. A linguística é a ciência de como a linguagem funciona, então isso reuniu esses interesses para mim. Como muitas pessoas, assim que eu aprendi sobre isso, eu fiquei completamente viciada. O que poderia ser mais fascinante do que como nos comunicamos nossos pensamentos e sentimentos uns aos outros? A linguística explora as estruturas de linguagem que, apesar de todas as diferenças em sons e sistemas de escrita, são frequentemente semelhantes sob a superfície, desde que todos sejam um produto, em última análise, de nossa existência humana comum.

Pode compartilhar a história de como você encontrou-se trabalhando em IA?

Eu trabalho na Appen desde 2004, apoiando o desenvolvimento de produtos e serviços de tecnologia de linguagem. Ao longo desse tempo, a IA surgiu como um quadro abrangente, missão e visão para a tecnologia imitar e estender as capacidades humanas de comunicação, raciocínio e percepção. Em 2019, minha equipe redefiniu-se como Especialistas em IA, reconhecendo que nosso conhecimento linguístico e de linguagem é fundamental para a empresa de IA. Nossos dados anotados fornecem suporte essencial para o sucesso das interações humanas com produtos e serviços de IA.

Você trabalha em IA há mais de 16 anos, quais são algumas das maiores mudanças que você viu?

A mudança principal foi uma diversificação de foco do desenvolvimento de tecnologia de núcleo para a longa cauda de casos de uso e aplicações. Por grande parte da minha carreira, o foco da IA baseada em linguagem foi desenvolver e aprimorar um conjunto básico de modelos que imitam a percepção e produção da fala humana, nomeadamente, reconhecimento de fala, síntese de fala e processamento de linguagem natural. Conjuntos de dados geralmente se conformavam a padrões e convenções de rotulagem e amostragem de dados comuns, como aqueles desenvolvidos pelo consórcio Speecon (Interfaces de Fala para Dispositivos de Consumo). Esses padrões permitiram que os desenvolvedores de tecnologia de núcleo avaliassem seu desempenho em estruturas de dados comuns e apoiaram a evolução rápida da IA.

Pode discutir a importância de dados não tendenciosos em aprendizado de máquina?

Modelos de aprendizado de máquina, seja supervisionado, não supervisionado ou aprendizado por reforço, refletirão os vieses presentes nos dados em que são treinados. Alyssa Simpson Rochwerger e Wilson Pang fornecem vários exemplos excelentes desse problema em seu livro recente, IA do Mundo Real. Se houver dados de treinamento insuficientes para um segmento da população, o modelo de IA será menos preciso para esse segmento.

A Appen recentemente lançou novos conjuntos de dados de treinamento diversificados para iniciativas de processamento de linguagem natural (NLP). Pode compartilhar alguns detalhes sobre como esses conjuntos de dados permitirão que os usuários finais recebam a mesma experiência, independentemente da variedade de linguagem, dialeto, etnolecto, sotaque, raça ou gênero?

Por razões mencionadas acima, conjuntos de dados são necessários para corrigir vieses existentes em sistemas de produção de IA, além de conjuntos de dados mais inclusivos para treinar futuros sistemas. Os conjuntos de dados da Appen que você menciona apoiarão a correção de vieses relacionados à etnia e etnolectos associados, como o inglês vernáculo afro-americano. Eles fornecerão dados de treinamento suplementares para aumentar a representação dessa população em modelos de linguagem de IA.

Fora da IA, você também é uma poetisa com vários de seus poemas ganhando diferentes prêmios da indústria. Quais são suas visões sobre a IA exibindo esse tipo de criatividade, incluindo a escrita de poesia?

Essa é uma pergunta fascinante. A poesia e outras formas de criatividade humana se baseiam em todos os recursos humanos de memória, percepção, sensação e emoção, bem como as estruturas e nuances da linguagem e imagem, para produzir insights que ressoam com as preocupações contemporâneas. Emily Dickinson escreveu: “Se eu ler um livro e ele me deixar todo o corpo tão frio que nenhum fogo pode me aquecer, eu sei que é poesia. Se eu me sentir fisicamente como se o topo da minha cabeça tivesse sido removido, eu sei que é poesia.” Deve haver um elemento de reconhecimento perceptual, sensorial ou emocional, mas também surpresa genuína.

Você teve uma carreira fenomenal até agora, na sua opinião, o que está impedindo mais mulheres de se juntarem à área de STEM e, especificamente, à IA?

A falta de modelos de comportamento pode ser um fator poderoso (e um círculo vicioso). Há uma dificuldade genuína – cultural, social e prática – em quebrar áreas onde as mulheres e as pessoas de outros gêneros diversificados ainda não têm uma presença profundamente estabelecida, e onde o respeito pelo que podemos contribuir é frequentemente falta. Minha própria experiência como líder mostrou-me repetidamente como times resilientes, criativos e bem-sucedidos podem ser quando são inclusivos de experiências e orientações diversificadas. Líderes precisam ser aventureiros em suas contratações e corajosos em sua confiança de que podem lidar com os desafios ao seu modo de pensar que as perspectivas diversificadas trazem, sabendo que essa coragem também foi fortemente correlacionada com o sucesso financeiro e corporativo.

Há algo mais que você gostaria de compartilhar sobre a Appen ou a IA em geral?

Fornecedores de dados, como a Appen, têm um potencial poderoso para influenciar os resultados da IA para melhor, fornecendo dados de treinamento inclusivos.

Obrigado pela grande entrevista, eu gostei de aprender mais sobre suas visões sobre IA e linguística. Os leitores que desejam aprender mais devem visitar Appen.