3月8日是一年一度的国际妇女节。在人工智能领域，增加女性在技术、管理等岗位上的身影不仅仅只是一项简单的招聘举措，更能体现企业多元、公平和包容的文化，是企业成功的必要条件。
这其中，不仅仅是“她”力量的参与，性别议题背后的数据偏见同样值得关注。
2018年，某科技巨头宣布停止使用人工智能筛选求职简历，因为从招聘结果来看，该人工智能模型居然严重偏好男性。
据2020年世界经济论坛报告显示，女性仅占数据和人工智能岗位的26%；而斯坦福大学人类中心人工智能研究所2021年人工智能指数报告显示，女性仅占全球人工智能领域教员的16%。
性别或许只是AI数据偏见的开始。例如，在一些AI商用模型系统中，人脸识别通常对于白人男性的辨识度较高；而金融领域的一些信用卡审批系统，也对于男性或特定地区的人群表现出更高的评分。如何在训练这些AI模型之初，就采用积极的方法避免可能的不公，是未来科技社会发展的重要议题。
要做到真正的多元，需要将具有不同思维方式的人带进人工智能领域。
——Kay Firth-Butterfield
世界经济论坛人工智能和机器学习主管、执行委员会成员
人工智能面临的最大挑战之一，就是从数据准备到最终部署整个生命周期内存在的偏见。性别、种族、社会背景、工作经验等方面的多元有助于确保人工智能系统的设计和实施中包含不同的观点和生活经验。而一个更加多元化的团队在解释数据、测试解决方案和决策时，能更好地识别甚至消除人工智能偏见。
澳鹏Appen为致力于使工作场所和技术空间更加多样化、公平和无偏见而深感骄傲。我们理解“人”的价值，并积极采纳不同性别、背景、专业的员工的独特视角。“多样性和包容性委员会”已经运作了两年，我们一直在寻找和实践促进包容性文化的方法。避免偏见的意识不仅被应用在我们每日的数据处理工作中，还被纳入到所有的人才流程，包括绩效考核、管理和晋升。
在2023财年，我们的重点是进一步将多样性、公平、包容和归属感纳入到所有的人才实践中，并已制定了至2026年的清晰的战略路线图。Appen董事会已经设定了在所有高级领导层中女性代表占30%的目标。在澳鹏Appen，有许多优秀女性正在为更好的人工智能和技术世界做出贡献。2021年9月加入澳鹏Appen的首席产品官Sujatha Sagiraju是一位技术先锋，在建立大规模在线服务和人工智能/机器学习数据平台方面拥有超过20年经验。
高质量、无偏见的人工智能生命周期数据或许是一个新兴的领域，但它对于人工智能和机器学习的成功至关重要。
——Sujatha Sagiraju
澳鹏Appen首席产品官
每年，VentureBeat都会提名人工智能行业中最杰出的女性。今年，澳鹏Appen首席产品官Sujatha Sagiraju以其指导和鼓励更多女性进入AI职业领域做出的贡献，而被提名为VentureBeat人工智能女性奖——优秀导师奖。
讨论性别，其实就是讨论平等和权利；致力于减少人工智能的数据偏见，就是从模型构建之初，就在具体地在走向公平。人工智能需要克服的偏见绝不止于性别。澳鹏Appen始终致力于以高质量、无偏见的数据，共同构建一个“AI for Good”的未来。