عند التقدم بطلب للحصول على عمل، ينبغي للجميع أن يخوضوا عملية توظيف عادلة. وللأسف، ليس هذا هو الحال دائماً، إذ يمكن للانحيازات البشرية أن تؤدي إلى فرص غير متكافئة لمختلف الأفراد والمجموعات. في جامعة ألبيرتا بكاندا، يحقق الأستاذ لينغلونغ كونغ والأستاذة باي جيانغ في دور الذكاء الاصطناعي في عمليات سوق العمل، ويعملان على تطوير خوارزميات ذكاء اصطناعي جديدة خالية من الانحياز وتعزز المساواة.
تحدث كباحث في مجال الذكاء الاصطناعي
الخوارزمية: مجموعة من القواعد أو التعليمات التي يمكن استخدامها لتنفيذ المهام أو حل المشكلات.
الذكاء الاصطناعي: آلات أو أنظمة حاسوبية قادرة على تنفيذ مهام باستخدام مهارات ترتبط عادة بالبشر، مثل الاستنتاج، والتفكير، والإدراك، والتعلم، وحل المشكلات.
الانحياز: أساليب تفكير تفضل أو تفضل ضد أفراد أو مجموعات أو أشياء.
تنقيب البيانات: تحليل مجموعات البيانات الضخمة لاكتشاف الأنماط أو معرفة معلومات مفيدة.
سوق العمل: العرض والطلب على العمال، ويشمل أصحاب العمل والموظفين.
التعلم الآلي: تطوير واستخدام الخوارزميات لتحليل البيانات وفهمها دون الحاجة إلى تعليمات صريحة.
الفرز الأولي: عملية فرز المرشحين للوظائف لتحديد ما إذا كانت لديهم المهارات والخبرات اللازمة للدور الوظيفي.
اجتماعي اقتصادي: كل ما يتعلق بالعلاقة بين الوضع الاقتصادي والعوامل الاجتماعية.
مقدمة عن الانحياز في سوق العمل
تخيل أنه يتوجب عليك اختيار أشخاص للعمل معهم في مشروع جماعي. من ستختار؟ هل ستختار الأشخاص الذين يمتلكون المهارات الأكثر صلة؟ أم أنك أكثر عرضة لاختيار أصدقائك والأشخاص الذين تتآلف معهم بشكل أكبر، حتى لو كنت تعلم أنهم قد لا يملكون المهارات المطلوبة؟ على الرغم من أننا قد ندرك أن اختيار الأشخاص ذوي المهارات المناسبة هو الأهم، إلا أننا في الواقع من المرجح أن نتأثر بانحيازاتنا الشخصية. وهذه الانحيازات نفسها موجودة في أسواق العمل، حيث غالباً ما تكون مصدراً لعدم المساواة والتمييز.
يقول الأستاذ لينغلونغ كونغ من جامعة ألبيرتا: "الانحياز موجود في جوانب عديدة من أسواق العمل، ويؤثر بشكل عميق على عمليات التوظيف، وإعلانات الوظائف، والتواصل المهني". يفحص لينغلونغ وزميلته الأستاذة باي جيانغ طرق إزالة هذا الانحياز باستخدام الذكاء الاصطناعي.
أين يوجد الانحياز في أسواق العمل؟
ينبغي أن يكون التقدم بطلب للحصول على وظيفة عملية عادلة ومتكافئة تعتمد على مدى ملاءمة مهارات المرشح وخبراته للمنصب. ومع ذلك، فإن جزءاً كبيراً من عملية التوظيف يتأثر بالانحيازات البشرية. ويمكن لهذه الانحيازات أن تؤثر على اللغة المستخدمة في إعلانات الوظائف وتستمر عبر الفرز الأولي، والمقابلات، والاختيار النهائي للمرشحين.
تقول باي: "صنع القرار البشري عرضة للانحياز، وخلال عملية التوظيف، قد يمنح مسؤولو التوظيف من غير قصد التفضيل للمتقدمين الذين يمتلكون خلفيات أو صفات تشبه خلفياتهم أو صفاتهم. وقد يؤدي هذا إلى تحيز ضد أشخاص يستحقون الوظيفة من خلفيات أخرى لا تتوافق مع الأنماط المعتادة المقبولة". كما يمكن لهذه الانحيازات والمواقف المسبقة أن تحدث في التواصل المهني أيضاً. وتتابع باي: "قد تفضل العلاقات الشخصية والتوصيات مجموعات معينة أو تستبعد المجموعات الممثلة بقلة، مما يدعم الوصول غير المتكافئ إلى الفرص".
ما الدور الذي يلعبه الذكاء الاصطناعي حالياً في سوق العمل؟
يُستخدم الذكاء الاصطناعي في أسواق العمل لتبسيط عملية التوظيف من خلال دعم مهام مثل فرز السير الذاتية واختيار المرشحين. ومع ذلك، فإن خوارزميات الذكاء الاصطناعي يتم تدريبها على بيانات من عمليات توظيف سابقة، والتي من المرجح أنها تعرضت للانحراف بسبب الانحيازات البشرية. ونتيجة لذلك، تقوم هذه الخوارزميات دون قصد بترسيخ الانحيازات الأصلية. يقول لينغلونغ: "خوارزميات الذكاء الاصطناعي مليئة بالانحيازات التي تعكس تفضيلات تاريخية نحو خلفيات تعليمية محددة أو خصائص ديموغرافية معينة مثل الجنس والعرق".
وبالمثل، يمكن أن تتأثر اللغة ومكان العرض لإعلانات الوظائف المدعومة بالذكاء الاصطناعي. يوضح لينغلونغ: "الخيارات اللغوية التي يستخدمها الذكاء الاصطناعي قد تجذب وتستهدف جنساً أو عرقاً معيناً دون غيره. علاوة على ذلك، قد تُوجه الإعلانات نحو منصات أو شبكات محددة تُستخدم بشكل أكثر شيوعاً من قبل فئات ديموغرافية معينة، مما يحد من التنوع داخل مجاميع المتقدمين".
وفي منصات التواصل المهني مثل لينكد إن، يتلقى المستخدمون توصيات بأشخاص للتواصل معهم وفرص عمل للتقدم إليها. يقول لينغلونغ: "مرة أخرى، خوارزميات الذكاء الاصطناعي المستخدمة في هذه المنصات مدربة على بيانات منحازة. يؤدي هذا إلى تعزيز الشبكات المهنية الحالية ويشكل عائقاً أمام المجموعات الممثلة بقلة".
كيف يدرس لينغلونغ وباي الانحيازات في الذكاء الاصطناعي وأسواق العمل؟
يستخدم لينغلونغ وباي تقنيات تنقيب البيانات للكشف عن الانحيازات التي تؤثر على اتخاذ القرار في الذكاء الاصطناعي. كما يستخدمان الاستبيانات والمقابلات لفهم كيف يتأثر الأشخاص المشاركون في عمليات سوق العمل بالانحياز أو القرارات المنحازة.
وقد أثمرت أبحاثهما بالفعل عن بعض الرؤى. تقول باي: "تظهر أبحاثنا أن الانحيازات في خوارزميات الذكاء الاصطناعي لا تؤثر على النتائج الفردية فحسب، بل إن لها أيضاً تأثيراً هيكلياً على التوظيف والفرص المهنية". بعبارة أخرى، فإن المشكلات الناتجة عن هذه الانحيازات لا تقتصر على حالات فردية من التمييز والفرص الضائعة، بل تتغلغل في أسواق العمل بأكملها، مما يعيق النمو ويزيد من عدم المساواة. تضيف باي: "بمساعدة دراستنا، نأمل في وضع سياسات تقلل من الانحياز وتعزز ممارسات الذكاء الاصطناعي المسؤولة التي ترفع من مستوى العدالة والشمولية في سوق العمل".
كيف يمكن إنشاء ذكاء اصطناعي مسؤول؟
يوضح لينغلونغ: "نحن نبتكر ونطبق أساليب متطورة لإزالة الانحياز مصممة خصيصاً لخوارزميات الذكاء الاصطناعي المستخدمة في عمليات التوظيف، وإعلانات الوظائف، والتواصل المهني". تساعد هذه الأساليب المتطورة لينغلونغ وباي في إنشاء خوارزميات ذكاء اصطناعي أكثر حساسية تجاه انحيازات الجنس، والعرق، وغيرها من الانحيازات. يقول لينغلونغ: "حتى الآن، حققنا تقدماً ملحوظاً في الحفاظ على أداء الذكاء الاصطناعي مع الحد من الانحياز بفعالية. ومن خلال تقنيات إزالة الانحياز الخاصة بنا، أثبتنا أنه من الممكن تحقيق نتائج أكثر عدالة عندما يتعلق الأمر بقرارات التوظيف وأماكن عرض إعلانات الوظائف".
ما التأثير الذي سيحدثه الذكاء الاصطناعي المسؤول على أسواق العمل؟
توضح باي: "يمكن للذكاء الاصطناعي المسؤول أن يمكن أصحاب العمل من اتخاذ قرارات التوظيف بناءً على مطابقة مؤهلات المرشح مع متطلبات الوظيفة، بغض النظر عن العوامل الديموغرافية". وهذا يعني أن القوى العاملة يمكن أن تصبح أكثر تنوعاً، وسيُمنح الأفراد من مجموعة أوسع من الخلفيات الفرصة للنجاح والتطور. وتضيف باي بحماس: "من الناحية العملية، يضمن الذكاء الاصطناعي المسؤول اقتراح فرص التواصل بنزاهة واستهداف إعلانات التوظيف بشكل شامل، مما يزيد من الفرص للناس من جميع مناحي الحياة".
حول الذكاء الاصطناعي
تتضمن أبحاث الذكاء الاصطناعي دراسة وتطوير الأنظمة والخوارزميات التي تمكن الآلات من إكمال المهام التي لا يمكن إنجازها في السابق إلا بواسطة البشر. إنه مجال متعدد التخصصات، يسهم فيه علم الحاسوب، والعلوم الاجتماعية، والرياضيات، وعلم الأعصاب، واللغويات، والفلسفة. وبجانب استخدام تقنيات مثل التعلم الآلي والروبوتات، يحتاج باحثو الذكاء الاصطناعي إلى التفكير في القضايا الأخلاقية والمجتمعية المحتملة، مثل الانحياز، وإمكانية الوصول، وكيفية تأثير الذكاء الاصطناعي على التوظيف.
تركز معظم أبحاث الذكاء الاصطناعي على إنشاء أنظمة يمكنها التكيف، والتحسن، والتعلم، والعمل بمفردها. وتعمل هذه الأنظمة غالباً على محاكاة القدرات البشرية مثل التفكير، والإدراك، واللغة، وحل المشكلات. ومؤخراً، تم دمج الذكاء الاصطناعي في منتجات تشمل السيارات ذاتية القيادة، وروبوتات الدردشة، والروبوتات التي يمكنها المساعدة في الجراحة في مرافق الرعاية الصحية.
يقول لينغلونغ: "التكنولوجيا تتغير بوتيرة سريعة، لذا فنحن نتعلم دائماً". والعمل في مجال سريع التغير يأتي مع تحديات، بما في ذلك التحديات التقنية المنطوية على إنشاء أنظمة ذكاء اصطناعي موثوقة والقضايا الأخلاقية المتعلقة بخصوصية البيانات والانحياز. يشكل باي ولينغلونغ وزملاؤهما في جامعة ألبيرتا جزءاً من معهد ألبيرتا للذكاء الآلي الذي يبني علاقات تعاونية بين القطاع الصناعي والعاملين في المجال الأكاديمي. ويتابع لينغلونغ: "يتطلب الأمر التعاون، ووجهات النظر المتنوعة، والالتزام بالمعايير الأخلاقية للتغلب على هذه التحديات".
وعلى الرغم من التحديات، هناك فوائد عديدة للعمل في أبحاث الذكاء الاصطناعي. توضح باي: "المساهمة في الأبحاث المتطورة في الذكاء الاصطناعي تتيح لنا التأثير على العديد من القطاعات الدولية بما في ذلك الرعاية الصحية، والمالية، والنقل. إن فرصة العمل في مشاريع رائدة، وحزم الأجور الجذابة، والشعور بالرضا من استخدام التكنولوجيا لتقديم مساهمة معنوية في تقدم المجتمع هي بعض فوائد العمل في الذكاء الاصطناعي".
المسار من المدرسة إلى الذكاء الاصطناعي
ستوفر مواد مثل الحساب، وال hisاب الخطي، والإحصاء، وعلم الحاسوب، وعلم البيانات العديد من المهارات والكثير من المعرفة المطلوبة للعمل مع الذكاء الاصطناعي.
وسيكون التعرف على لغات البرمجة مثل بايثون وجافا مفيداً أيضاً، وكذلك المواد مثل العلوم الاجتماعية والأخلاقيات، والتي ستساعدك على فهم بعض القضايا ذات الصلة بتطوير الذكاء الاصطناعي واستخدامه.
يمتلك معهد ألبيرتا للذكاء الآلي برامج تعليمية تتضمن ورش عمل، وندوات، ومعسكرات صيفية تُعرف الطلاب بمفاهيم الذكاء الاصطناعي وتطبيقاته. يقول لينغلونغ: "تمنح هذه البرامج الطلاب إمكانية الوصول إلى مرافق الأبحاث ذات المستوى العالمي في الجامعة وتوفر تجارب تعلم عملية".
تقول باي: "يمكن تحقيق اكتساب الخبرة العملية وتطوير ملف أعمال قوي من خلال المشاركة في مسابقات الذكاء الاصطناعي، والانضمام إلى مجتمعات الذكاء الاصطناعي والمنتديات عبر الإنترنت، ومتابعة المشاريع البحثية أو التدريب الميداني".
استكشاف المهن في الذكاء الاصطناعي
يقول لينغلونغ: "تشمل الأدوار الوظيفية في الذكاء الاصطناعي مهندسي التعلم الآلي، وباحثي الذكاء الاصطناعي، ومهندسي الروبوتات، ومستشاري أخلاقيات الذكاء الاصطناعي. تقدم هذه المناصب فرصاً للابتكار في عدد من المجالات واستخدام التكنولوجيا لدفع المجتمع إلى الأمام".
توجد منظمات الذكاء الاصطناعي في العديد من البلدان حول العالم. وهي أماكن رائعة للبقاء على اطلاع بأحدث التطورات في أبحاث الذكاء الاصطناعي. وتضم جمعية النهوض بالذكاء الاصطناعي قائمة ببعض الجمعيات الرئيسية.
تواصل مع باحثي وعلمائي الذكاء الاصطناعي واطرح عليهم الأسئلة، سواء حول أبحاثهم أو تدرجهم المهني.
تعرف على لينغلونغ
عندما كنت طفلاً، كنت منجذباً للألغاز وحل المشكلات، وهو ما تطور بشكل طبيعي إلى افتتان بالإحصاء والاحتمالات. وقد عززت دراستي الجامعية في الاحتمالات والإحصاء هذا الاهتمام، مما وجهني نحو مسيرة مهنية تجمع بين النظرية الإحصائية والتطبيقات العملية.
كانت كفاءتي التقنية في التعلم الآلي الإحصائي، والتي صقلتها خلال دراستي للدكتوراة في جامعة ألبيرتا، أساسية في مسيرتي المهنية. وسلّطت خصائص مثل المرونة والمنهجية في البحث الضوء على قدرتي على التعامل مع مجموعات البيانات والسيناريوهات المعقدة، خاصة في تحليل بيانات التصوير العصبي.
لقد كان دافعي دائماً هو التحدي والتأثير المحتمل لعملي. إنه لمن الممتع تطبيق النماذج الإحصائية المعقدة وتقنيات التعلم الآلي على قضايا حاسمة في الرعاية الصحية، مثل الطب الدقيق وأنظمة العلاج الديناميكية. إنه لمن الدواعي العظيمة للرضا المساهمة في التطورات التي قد تحسن نتائج المرضى مباشرة وتؤدي إلى علاجات أكثر تكييفاً وفعالية.
وللحفاظ على التوازن، أمارس هوايات لا علاقة لها باهتماماتي المهنية. أجد الراحة في الطبيعة، وغالباً ما أمارس المشي لمسافات طويلة أو مراقبة الطيور، مما يساعدني على الفصل والعودة إلى عملي بنشاط وإلهام تجددين. كما أستمتع بممارسة الخط، مما يتيح لي التركيز في اللحظة وصقل صبري واهتمامي بالتفاصيل.
نصائح لينغلونغ الذهبية
أولاً: طور أساساً متيناً في المفاهيم الرياضياتية الأساسية، لأنها حاسمة عبر جميع مجالات العلوم والتكنولوجيا والهندسة والرياضيات.
ثانياً: اتقبل التعاون، حيث أن المناهج متعددة التخصصات غالباً ما تؤدي إلى ابتكارات رائدة.
ثالثاً: طور مرونة تجاه الفشل، فغالباً ما نحصل على رؤانا الأكثر قيمة من خلال الانتكاسات.
تعرف على باي
أثناء نشأتي، كنت دائماً مأخوذة بالأرقام وأنماطها، مما جذبني إلى مجال الحوسبة والرياضيات. وضع هذا الافتتان الحجر الأساس لدراساتي اللاحقة ووجهني نحو مسيرة مهنية في الإحصاء الحيوي. أدى تعردي المبكر للحوسبة والمفاهيم الرياضياتية إلى ترسيخ شغفي بالبيانات وقوتها في البحث العلمي، مما شكل مسار مسيرتي المهنية في النهاية.
الجزء الأكثر إرضاءً في عملي هو القدرة على المساهمة في تقدم كبير في الرعاية الصحية من خلال تطوير النماذج الإحصائية. إنه لأمر ممتع أن أرى كيف يمكن لهذه النماذج الإحصائية أن تؤثر مباشرة على رعاية المرضى ونتائجهم من خلال تقديم رؤى أكثر دقة حول تطور الأمراض وفعالية العلاجات.
إن الدافع المستمر للمساهمة في اكتشافات علمية معنوية كان محركي طوال مسيرتي المهنية. كل مرحلة، من التدريب الأكاديمي إلى البحث المهني، قدمت فرصاً لحل مشكلات واقعية من خلال طرق إحصائية مبتكرة. إن القدرة على إحداث فارق في الصحة العامة من خلال تعزيز تقنيات تحليل البيانات تواصل إلهامي ودفعي إلى الأمام في مسيرتي.
ولاستعادة النشاط بعيداً عن العمل، أستمتع بالأنشطة التي تتيح لي الفصل عن الروتين اليومي وتجديد النشاط الذهني. يشمل ذلك قراءة الأدب غير التقني، وممارسة التأمل، والتقاط الصور الفوتوغرافية. توفر لي هذه الأنشطة منظوراً جديداً وطاقة متجددة، مما يعزز عافيتي الشخصية وإنتاجيتي المهنية.
نصائح باي الذهبية
أولاً: انخرط في التعلم المستمر وابقَ على اطلاع بأحدث التطورات التكنولوجية.
ثانياً: ابحث عن فرص التوجيه والتواصل، فالتعلم من المهنيين ذوي الخبرة يمكن أن يقدم رؤى وتوجيهات لا تُقدر بثمن.
ثالثاً: لا تخف من معالجة المشكلات التنافسية والصعبة، فهي غالباً ما تؤدي إلى النتائج الأكثر إرضاءً.
