人工智能促进包容性增长

引言

人工智能是当今世界完全不断发展的技术之一，它有可能彻底改变社会和经济。为了实现包容性的技术进步，人工智能提供了帮助解决结构性排斥并使所有人都受益于社会进步的机会。这意味着增长不仅仅是为了已经富裕的人口，而是为了包括边缘化人群在内的每个人。人工智能在多个领域的应用可以缩小现有的差距，并支持弱势群体。

Martin (2011) 断言，人工智能技术的四个主要应用领域通过机器学习、自然语言处理和计算机视觉等各种工具，不可避免地影响着组织层面的生产力、服务交付和数据驱动的决策制定。也就是说，医疗保健领域的人工智能可以帮助诊断那些在此之前几乎无法获得此类服务的患者，从而为他们提供适当且可能是最好的治疗。在教育领域，人工智能集成的学习模式可以轻松地适应个体学生的差异，从而方便为不同背景的学生提供平等的教育机会。

理解包容性增长

定义和范围

包容性增长可能意味着经济体系的增长，确保所有增长的收益都惠及社会的所有成员。这一理念超越了传统的经济增长思维，如 GDP 增长率、资源公平分配、就业和服务。它强调社会所有公民，无论其阶级、部落或社会地位如何，都应获得经济力量。

经济平等

这包括处理财富和收入分配不平等问题的因素，以便从经济活动中获得的收益得到公平分配。必须实行累进税制和任何旨在提升社会立法者地位的政策，以确保社会得到改善。

促进权利

通过整合增长，可以加强社会的弱势群体，例如妇女、受害者、残疾人以及少数群体。在这种情况下，赋权可能指教育、技能发展和信贷便利等因素。因此，通过为这些群体提供所有必要的改革和工具，包容性增长设想为他们融入经济提供了相对封闭的门。

经济机会

就业和收入创造为发展奠定了基础，重点是金字塔底层。它还涉及跨部门的就业创造，以及制造商国家就业岗位的报酬和员工权利的保障。经济政策需要考虑就业，这将影响所有国家和社区，特别是那些受就业机会影响最大的地区。

驱动包容性的人工智能技术

NLP 或自然语言处理

它被称为技术工具，使机器能够理解人类语言。这项技术有助于为有沟通困难或障碍的人建立交互式辅助工具。准确的实时翻译和语音识别是 NLP 的一些应用，有助于加强跨国交流，从而改善学习、商业和社会关系中的包容性。

计算机视觉

计算机视觉技术是指帮助机器解释世界视觉数据的技术。所有这些应用都可以极大地改善视障人士的生活。例如，人工智能应用程序将包括诸如环境描述服务之类的功能，其中应用程序根据视觉看到的内容描述周围环境，或文本转语音，其中应用程序会大声朗读文本以提供书面内容的见解。它们改善了残疾人出行和独立性的程度和方式。

人工智能驱动的学习平台

人工智能融入课堂增加了适合个体学习者的教学机会。这些平台总结了学生获得的知识以及他们发现困难的领域，然后提供这些领域的内容。通过鼓励每个学习者的正确学习环境，这些技术有助于快速适应影响弱势背景学生的学习差距，从而提高学生的学业成绩。

金融服务中的人工智能

人工智能技术在金融服务中的应用通过非传统数据的信用评分提高了金融包容性。这有助于贷方向没有信用参考局记录的客户提供信贷。使用人工智能构建更好的信用评分模型将使金融机构能够向目前缺乏经济机会的人开放信贷，从而帮助他们朝着更美好、更稳定的财务未来努力。

社交媒体分析

人工智能的社交媒体分析帮助组织了解人们的意见和互动水平。这项技术可以帮助倡导团体定义目标弱势群体可能存在的特定需求或问题。有了这些信息，这些组织就可以创建吸引各种人的计划和活动，从而创造多样性和人们的参与。

人工智能用于就业匹配

通过人工智能，潜在的求职者可以根据他们的技能、经验和职业兴趣与潜在雇主智能匹配。这些技术还可以通过消除歧视性或网络障碍来帮助弱势群体获得体面的就业。通过这种方式，人工智能有助于有多元化和合格人才需求的雇主与代表性不足的社区之间的关系。

案例研究

微软无障碍人工智能计划概述

微软的无障碍人工智能计划旨在利用人工智能的力量为残疾人服务。他们开发了一个名为 Seeing AI 的初步项目，这是一个智能手机应用程序，旨在帮助视障用户。通过计算机视觉，当智能手机摄像头录制到人、文本和物体时，会立即对它们进行描述。例如，直观的增强功能允许用户在人工智能驱动的助手的帮助下自行进行点餐。

例如：一个人可以将摄像头指向菜单，应用程序会为其朗读，这样他们就可以在外面吃饭时做出决定。该计划下的一个项目是用于手语翻译的人工智能，重点是缩小聋哑人与听障人士之间的差距。当微软致力于为残疾人提供无障碍技术时，它为残疾人提供了稀缺的资源，同时，也推广了对具有平等机会的技术的需求。事实上，这些工具的有效性表明了人工智能技术在建立一个每个人都能参与社会或社区过程和活动中的社会的可能性。

教育中的人工智能：Carnegie Learning

• Carnegie Learning 是一家教育科技公司，利用人工智能来提高各种教室中学生的数学成绩。他们的 MATHIA 软件是一个 ITS，它与每个学生互动，并适应学生使用的学习路径和方法。例如，当学生在某个概念上表现不佳时，MATHIA 会审查学生的反应，并提高材料的难度，并为他们提供更多示例。
• 总的来说，这种方法对于那些几乎无法获得其他学习资源但来自低收入家庭的学生非常有用。此外，该公司通过人工智能提供个性化学习，在学生的数学表现、参与度和保留率方面显示出显著的提高。此外，Carnegie Learning 还与学校合作，确保资源有限的社区能够获得这项技术，从而提高教育公平性。Carnegie Learning 是人工智能如何通过解决学生需求来帮助学习的一个例子。

就业中的人工智能：HireVue

• HireVue 是一家专注于利用人工智能改进招聘流程的公司，特别是针对有色人种。他们的基于人工智能的视频面试工具通过分析候选人的视频回复来评估技能和专业知识，而不是根据人口统计特征进行评分。HireVue 采用的利用自然语言处理和机器学习技术的方法是检查先前的或当前的招聘实践是否歧视了候选人，原因与绩效或契合度无关。
• 这项技术对于那些在传统面试中经常受到歧视的少数族裔群体来说最有帮助。该平台还为组织提供了将人才库扩展到传统认可的候选人之外的机会，这些候选人可能受到某些偏见的阻碍。此外，HireVue 与欢迎多元化并分享如何改善供应商多元化信息的组织合作。

挑战

数据隐私问题

我们发现，大多数人工智能解决方案依赖于引起许多隐私担忧的数据集。总会有敏感人群担心他们的数据如何被管理和处理，这让许多人害怕采用人工智能系统。缺乏数据保护透明度和数据管理方面的程序可能导致人们失去信任。

人工智能算法中的偏见

像任何其他机器学习过程一样，人工智能系统可能会产生歧视性，前提是它们源自歧视性数据集，并且实际上可能会加剧现有的偏见。这可能导致歧视，即由于歧视性效应，在过程结果中为特定人群提供不利的结果。招聘软件可能被设计成歧视某些族裔群体，因此，这些人在工作方面处于不利地位。

数字鸿沟

很明显，数字鸿沟在阻止芬兰实现包容性增长的因素中发挥着同样的作用。在互联网和现代技术的使用的方面，不同地区之间存在差异，因为许多地区仍然是低收入或农村地区。如果这些群体无法持续获得技术和互联网，他们很多时候就无法获得人工智能解决方案，因此被排除在有助于减少边缘化的解决方案所带来的持久积极变革之外。

劳动力技能差距

该领域智力技术的演进本身就表明需要专业人士对其进行适应。许多公民，包括下层阶级的公民，往往最可能不知道处理上述技术所需的适当教育和经验。上述技能差距也意味着他们不适合人工智能技术创造的就业机会，从而延续了贫困的循环。

监管和道德框架的污名化。

缺乏明确且已发布的有关人工智能使用情况的法规和道德规范可能会延迟其平等和正确的发展。但在那之前，政策制定者需要确定数据所有权是什么，算法应如何问责，以及公平意味着什么，以期培养一个有利于人工智能蓬勃发展的安全环境。在没有健全框架的情况下，组织可能会面临法律问题或道德问题，因此无法推进人工智能以带来积极的变革。

未来趋势

教育个性化迈上新台阶

随着人工智能使教育平台成为每个学生更个性化的选择，教育变得更加普及。在学生表现和偏好方面，人工智能使得以一种有助于不同能力水平的学习者的方式提供个性化课程成为可能。这种方法也有助于最大化在继续医学教育 (CME) 材料上的支出，以及加强教育保留率和学分成就。

优化医疗保健

基于对人工智能对医疗保健影响的研究结果，该研究领域将侧重于使用人工智能来改善对服务不足者的访问。人工智能驱动程序将使用远程医疗为农村或低收入地区那些仍然难以获得良好医生的患者提供诊断和可能的治疗。人工智能模型可以利用患者数据来找出可能导致健康差异的因素，并可以针对这些因素进行干预。

智能农业解决方案

人工智能技术将改变农业，特别是发展中国家的小农户。大多数农业实践将继续通过人工智能和数据分析得到增强，以提高资源利用率并提高产量。它可以用于预测天气条件和土壤质量，甚至确定病虫害发生率最高的地区，从而使农民能够做出正确的决定。

结论

总之，人工智能通过在经济、社会和教育领域创造机会来改善包容性增长。通过赋能应用程序来改善获取和学习以帮助人们和公共服务，人工智能也可以为边缘化群体带来包容性。人工智能技术允许来自代表性不足的群体提供金融服务和医疗保健服务，并创造可持续发展的机会，其设计宗旨是公平和透明的。虽然通用人工智能 (GA) 仍是一个相对年轻的学科，但关于适当的道德流程组织和公平利用的担忧，在基于人工智能进步创造包容性社会方面仍然至关重要。