Để mang lại cho các nữ học giả tập trung vào AI và những người khác khoảng thời gian xứng đáng – và quá hạn – được chú ý, TechCrunch đã xuất bản một loạt cuộc phỏng vấn tập trung vào những phụ nữ xuất sắc đã đóng góp cho cuộc cách mạng AI. Chúng tôi sẽ xuất bản những tác phẩm này trong suốt cả năm khi thời kỳ bùng nổ AI tiếp tục diễn ra, nêu bật những tác phẩm quan trọng thường không được công nhận. Đọc thêm hồ sơ tại đây.
Chinasa T. Okolo là thành viên tại Viện Brookings trong chương trình Nghiên cứu Quản trị của Trung tâm Đổi mới Công nghệ. Trước đó, cô phục vụ trong ủy ban đạo đức và tác động xã hội giúp phát triển Chiến lược trí tuệ nhân tạo quốc gia của Nigeria và từng là cố vấn đạo đức và chính sách AI cho nhiều tổ chức khác nhau, bao gồm Cơ quan Phát triển Liên minh Châu Phi và Viện Trí tuệ Nhân tạo Quebec. Gần đây cô đã nhận bằng Tiến sĩ về khoa học máy tính tại Đại học Cornell, nơi cô nghiên cứu cách AI tác động đến miền Nam toàn cầu.
Tóm lại, bạn bắt đầu với AI như thế nào? Điều gì thu hút bạn đến với lĩnh vực này?
Ban đầu, tôi chuyển sang AI vì tôi thấy các kỹ thuật tính toán có thể thúc đẩy nghiên cứu y sinh và dân chủ hóa khả năng tiếp cận dịch vụ chăm sóc sức khỏe cho các cộng đồng bị thiệt thòi. Trong năm cuối đại học của tôi [at Pomona College], Tôi bắt đầu nghiên cứu với một giáo sư về tương tác giữa người và máy tính, người đã giúp tôi đối mặt với những thách thức về sự thiên vị trong AI. Trong thời gian làm luận án tiến sĩ, tôi bắt đầu quan tâm đến việc tìm hiểu xem những vấn đề này sẽ tác động như thế nào đến người dân ở miền Nam bán cầu, những người đại diện cho phần lớn dân số thế giới và thường bị loại khỏi và ít được đại diện trong quá trình phát triển AI.
Bạn tự hào nhất về công việc nào (trong lĩnh vực AI)?
Tôi vô cùng tự hào về công việc của mình với Liên minh Châu Phi (AU) trong việc phát triển Chiến lược Lục địa AU-AI cho Châu Phi, nhằm mục đích giúp các quốc gia thành viên AU chuẩn bị cho việc áp dụng, phát triển và quản trị AI một cách có trách nhiệm. Quá trình soạn thảo chiến lược mất hơn 1,5 năm và được công bố vào cuối tháng 2 năm 2024. Hiện chiến lược đang trong giai đoạn phản hồi mở với mục tiêu được các quốc gia thành viên AU chính thức thông qua vào đầu năm 2025.
Là một người Mỹ gốc Nigeria thế hệ đầu tiên lớn lên ở Thành phố Kansas, MO và không rời Hoa Kỳ cho đến khi đi du học trong thời gian học đại học, tôi luôn hướng đến việc tập trung sự nghiệp của mình ở Châu Phi. Việc tham gia vào công việc có tác động lớn như vậy ngay từ rất sớm trong sự nghiệp của mình khiến tôi hào hứng theo đuổi các cơ hội tương tự để giúp hình thành hoạt động quản trị AI toàn cầu, toàn diện.
Làm cách nào để bạn vượt qua những thách thức của ngành công nghệ do nam giới thống trị và nói rộng ra là ngành AI do nam giới thống trị?
Tìm kiếm cộng đồng với những người có cùng giá trị với tôi là điều cần thiết trong việc định hướng ngành công nghệ và AI do nam giới thống trị.
Tôi thật may mắn khi thấy nhiều tiến bộ trong AI có trách nhiệm và nghiên cứu nổi bật vạch trần tác hại của AI do các học giả phụ nữ da đen như Timnit Gebru, Safiya Noble, Abeba Birhane, Ruha Benjamin, Joy Buolamwini và Deb Raji dẫn đầu, nhiều người trong số họ 'đã có thể kết nối trong vài năm qua.
Chứng kiến sự lãnh đạo của họ đã thúc đẩy tôi tiếp tục công việc của mình trong lĩnh vực này và cho tôi thấy giá trị của việc “đi ngược lại quy luật” để tạo ra tác động có ý nghĩa.
Bạn sẽ đưa ra lời khuyên gì cho những phụ nữ muốn tham gia vào lĩnh vực AI?
Đừng bị đe dọa bởi việc thiếu nền tảng kỹ thuật. Lĩnh vực AI rất đa chiều và cần chuyên môn từ nhiều lĩnh vực khác nhau. Nghiên cứu của tôi bị ảnh hưởng nặng nề bởi các nhà xã hội học, nhà nhân chủng học, nhà khoa học nhận thức, nhà triết học và những người khác trong ngành khoa học xã hội và nhân văn.
Một số vấn đề cấp bách nhất mà AI phải đối mặt khi nó phát triển là gì?
Một trong những vấn đề nổi bật nhất sẽ là cải thiện sự đại diện công bằng của các nền văn hóa phi phương Tây bằng ngôn ngữ nổi bật và các mô hình đa phương thức. Phần lớn các mô hình AI được đào tạo bằng tiếng Anh và dựa trên dữ liệu chủ yếu đại diện cho bối cảnh phương Tây, điều này khiến phần lớn thế giới bỏ qua những quan điểm có giá trị.
Ngoài ra, cuộc đua hướng tới xây dựng các mô hình lớn hơn sẽ dẫn đến sự cạn kiệt tài nguyên thiên nhiên nhiều hơn và tác động lớn hơn của biến đổi khí hậu, vốn đã tác động không tương xứng đến các nước Nam bán cầu.
Một số vấn đề mà người dùng AI nên biết là gì?
Một số lượng đáng kể các công cụ và hệ thống AI đã được đưa vào triển khai công khai đã phóng đại quá mức khả năng của chúng và đơn giản là không hoạt động. Nhiều nhiệm vụ mà mọi người nhắm đến việc sử dụng AI có thể được giải quyết thông qua các thuật toán đơn giản hơn hoặc tự động hóa cơ bản.
Ngoài ra, AI tổng quát có khả năng làm trầm trọng thêm những tác hại được quan sát thấy từ các công cụ AI trước đó. Trong nhiều năm, chúng tôi đã thấy những công cụ này thể hiện sự thiên vị và dẫn đến việc ra quyết định có hại đối với các cộng đồng dễ bị tổn thương, điều này có thể sẽ gia tăng khi AI tổng hợp phát triển về quy mô và phạm vi tiếp cận.
Tuy nhiên, việc cho phép những người có kiến thức hiểu được những hạn chế của AI có thể giúp cải thiện việc áp dụng và sử dụng có trách nhiệm các công cụ này. Việc nâng cao kiến thức về AI và dữ liệu trong công chúng sẽ trở thành vấn đề cơ bản khi các công cụ AI nhanh chóng được tích hợp vào xã hội.
Cách tốt nhất để xây dựng AI một cách có trách nhiệm là gì?
Cách tốt nhất để xây dựng AI một cách có trách nhiệm là phê phán các trường hợp sử dụng có chủ đích và ngoài ý muốn đối với các công cụ này. Những người xây dựng hệ thống AI có trách nhiệm phản đối việc sử dụng AI cho các tình huống có hại trong chiến tranh và trị an, đồng thời nên tìm kiếm hướng dẫn từ bên ngoài nếu AI phù hợp với các trường hợp sử dụng khác mà họ có thể nhắm mục tiêu. Do AI thường là tác nhân khuếch đại sự bất bình đẳng xã hội hiện có, nên các nhà phát triển và nhà nghiên cứu cũng phải thận trọng trong cách họ xây dựng và quản lý các bộ dữ liệu được sử dụng để đào tạo các mô hình AI.
Làm thế nào các nhà đầu tư có thể thúc đẩy AI có trách nhiệm tốt hơn?
Nhiều người cho rằng sự quan tâm ngày càng tăng của VC trong việc “rút tiền” từ làn sóng AI hiện tại đã đẩy nhanh sự nổi lên của “dầu rắn AI”, do Arvind Narayanan và Sayash Kapoor đặt ra. Tôi đồng ý với quan điểm này và tin rằng các nhà đầu tư phải đảm nhận các vị trí lãnh đạo, cùng với các học giả, các bên liên quan trong xã hội dân sự và các thành viên trong ngành, để ủng hộ việc phát triển AI có trách nhiệm. Bản thân là một nhà đầu tư thiên thần, tôi đã thấy nhiều công cụ AI đáng ngờ trên thị trường. Các nhà đầu tư cũng nên đầu tư vào kiến thức chuyên môn về AI cho các công ty thú y và yêu cầu kiểm toán bên ngoài đối với các công cụ được trình diễn trong bản chào hàng.
Bạn còn muốn bổ sung thêm điều gì nữa không?
“Mùa hè AI” đang diễn ra này đã dẫn đến sự gia tăng số lượng các “chuyên gia AI”, những người thường lảng tránh các cuộc trò chuyện quan trọng về những rủi ro và tác hại hiện nay của AI, đồng thời đưa ra thông tin sai lệch về khả năng của các công cụ hỗ trợ AI. Tôi khuyến khích những người quan tâm đến việc tự học về AI hãy phê phán những tiếng nói này và tìm kiếm những nguồn uy tín để học hỏi.
