Невозможно себе представить жизнь без искусственного интеллекта (ИИ). В нашей повседневной жизни мы уже встречаемся с роботами-пылесосами, а наши телефоны сортируют фотографии по лицам людей. В свободное время мы не просто бежим против времени, мы также отслеживаем наш маршрут, мы соревнуемся с единомышленниками, и некоторые надеются найти их с помощью различных платформ знакомств. А в нашей карьере? Например, там наш чат-бот Кара помогает нашим клиентам с ответами, или мы проактивно предлагаем нужные продукты. Миф «продвинутая аналитика и искусственный интеллект меня не касаются» давно устарел.

Больше разнообразия!

В июле этого года вышло издание «Только для женщин» об «Анализе данных и ИИ» с такими же яркими примерами, в которых Микаэла Барта-Мюллер и Симона Шольц попытались успокоить страх 20 заинтересованных коллег по поводу, казалось бы, сложной темы (успешно!) и проиллюстрировать, возможно, неожиданные точки соприкосновения с искусственным интеллектом в нашей карьере. Важной частью семинара являлась важность ИИ, когда дело касается исправления слепых зон или выявления недостаточно представленных групп. Специалист по обработке данных Донателла в A1 Австрия отвечает за перспективу разнообразия и следит за тем, чтобы «ингредиенты», которые мы добавляем в нашу базу данных, были сбалансированы. Кроме того, наши примеры для подражания AAA представляют собой разнообразную команду благодаря их опыту, образованию и особым интересам.

Алгоритмы подобны рецепту

Для яркого сравнения Микаэла заменит компьютер кухонным фартуком и объяснит доступно:

»Представьте себе рецепт: ингредиентами являются данные/факторы влияния, количество определяет соотношение смешивания и степень влияния, и вы готовите на основе формулы. Рецепт, подобный этому, может быть простым, если вы, например, готовите яичницу-болтунью (простой анализ и модели, такой как линейная регрессия), или сложным, как блюда изысканной кухни (от сложных моделей до нейронных сетей). Если вы используете высококачественные ингредиенты, то вы можете увидеть их влияние на результат – например, на оценку блюд – в зависимости от навыков повара или специалиста по обработке данных. Да, и иногда простые модели так же хороши, как и сложные – точно так же, как с едой, в конце концов, многие люди предпочитают шницель блюдам из кухни фьюжн.«

Тот, кто не знает ничего, должен верить всему

Список модных словечек по этой теме длинный и поражает некоторых еще до того, как они дойдут до середины. Особенно с разумными темами, которые являются общественно значимыми, такими как данные о перемещениях, необходимо разъяснить, насколько важно задавать вопросы, информировать себя и лучше держаться подальше от клише, чем увековечивать их. Участники семинара поделились своим опытом в отношении предрассудков:

… Тем не менее, моя младшая дочь (младшего школьного возраста) все еще очень любопытна и считает, что это здорово, что я купил ей BBC Micro Bit V2, чтобы она могла изучить основы программирования.« – Вальтрауд

… она уже злится из-за того, что на упаковке ее игрушек изображены только мальчики, а не девочки.« – Сандра

Обратный опыт также показывает, что путь к открытому мышлению еще долог:

… Мало того, что каждый незнакомец обращается к нему как к девочке, другие также предлагают, чтобы он играл с машинами и тракторами, интересовался техникой и стал инженером, ведь куклы для девочек. Изменится ли это когда-нибудь?« – Марли

Наши примеры для подражания A1 призваны не пугать других «продвинутой аналитикой и искусственным интеллектом», а разъяснять, развивать любопытство и энтузиазм по этой теме. Увеличение числа женщин в технических областях, таких как анализ данных, будет способствовать гендерному равенству не только при оценке данных, но и в нашей компании, и внесет положительный вклад в наши ESG цели.