Революция ИИ требует большего участия женщин в принятии решений

Недавняя встреча на высшем уровне между лидерами США и Китая, на которой присутствовали такие фигуры, как Илон Маск, Дженсен Хуанг и Тим Кук, наглядно продемонстрировала текущее положение дел в технологическом секторе. Среди мировой экономической и геополитической элиты, обсуждавшей будущее искусственного интеллекта (ИИ), практически не было женщин. Эта картина отражает глубокую системную проблему: ИИ создается без участия половины человеческого таланта.

Проблема не в отсутствии интереса или способностей, а в устоявшихся структурах. По данным ЮНЕСКО, женщины составляют лишь 12% исследователей в области ИИ и около 6% программистов в мире. Десятилетиями социальные сигналы внушали женщинам, что сфера высоких технологий — «не для них». Однако когда технология, управляющая решениями в медицине, найме, кредитовании и безопасности, проектируется однородными группами, результат не может быть нейтральным. Он неизбежно становится предвзятым.

Мы уже видим последствия этого дисбаланса:

• Системы подбора персонала, которые отсеивают кандидатов-женщин, основываясь на исторических данных.
• Медицинские алгоритмы, которые ошибаются в диагнозах для женщин, так как обучались преимущественно на мужских данных.
• Кредитные модели, которые занижают рейтинг из-за перерывов в работе, связанных с уходом за близкими.

Это не случайные сбои, а закономерный итог отсутствия разнообразия взглядов при разработке архитектуры моделей.

В отличие от нефтяной или банковской отраслей, где структуры власти уже закостенели, сфера ИИ еще находится в процессе формирования. Окно возможностей для установления новых стандартов и правил все еще открыто, но оно постепенно закрывается. Каждый год промедления закрепляет существующие предубеждения в новых продуктах и инвестиционных стратегиях.

Позитивные сдвиги намечаются: например, в Латинской Америке интерес женщин к курсам по генеративному ИИ растет быстрее, чем у мужчин. Талант существует, вопрос лишь в том, как интегрировать его в процессы принятия ключевых решений. Для этого необходимы изменения на трех уровнях:

1. Пересмотр кадровой политики: Компаниям нужно анализировать не лозунги о разнообразии, а реальный состав инженерных команд. Кто проектирует архитектуру данных? Кто принимает решения о стратегии? Если женщин там нет, проблему не решить формальными тренингами — нужны структурные изменения в процессах найма и продвижения.
2. Доступное образование: Техническая подготовка должна начинаться со школы. Девочки 10–15 лет — это те, кто будет строить следующую технологическую волну. Инвестиции в обучение программированию и анализу данных в государственных школах — это вклад в будущую конкурентоспособность экономики.
3. Видимость ролевых моделей: Пока девушки не увидят женщин, возглавляющих ИИ-проекты и выступающих на конференциях, они будут получать негласный сигнал, что это пространство не для них. Необходимо активно подсвечивать успехи женщин-профессионалов.

Важно понимать: участие женщин в ИИ — это не вопрос благотворительности или «квот». Это вопрос бизнеса и эффективности. Однородные команды имеют «слепые пятна», которые в такой высокоскоростной и рискованной сфере, как ИИ, становятся стратегическими угрозами. Организации, внедряющие инклюзивность, делают это потому, что такие команды работают лучше и создают более совершенные продукты.

Попытка построить будущее, используя лишь половину доступного мирового таланта — это не амбиция, а расточительство. И это та роскошь, которую не может себе позволить ни одна организация, стремящаяся к лидерству в новую эпоху.