Kvinnor utgör bara 30 procent av IT-branschen. Dessutom går utvecklingen åt fel håll: 2006 var samma siffra 32 procent. Detta är ett problem på flera nivåer. Dels är mångfald viktigt för att skapa schyssta och hållbara arbetsplatser. Dels är mångfald viktigt för att driva innovation och främja kreativitet.
Om du ska ge kunderna råd, analyser, insikter och omvärldskoll, måste du ha en arbetsgrupp som något så när representerar det verkliga samhället. Ju fler erfarenheter och synvinklar som samverkar, desto mer nyanserat och relevant blir resultatet. Det gäller naturligtvis inte bara andelen kvinnor och män, utan även etnicitet, sexuell läggning, klassbakgrund och mycket annat.
Men det finns ytterligare en viktig aspekt av att öka mångfalden i branschen.
Vi ser just nu en allt snabbare utveckling mot artificiell intelligens och maskininlärning. Potentialen är oerhörd och rätt använd kommer den här teknologin att förändra vårt samhälle i grunden. Men all AI baseras på data, och för att utfall och applikationer ska bli korrekta och relevanta måste data vara representativ.
Mycket av den data som i dag finns tillgänglig och som används i forskning, är ofta baserad på män. Kvinnor är underrepresenterade och därmed blir bilden av befolkningen inte empiriskt korrekt. Därför blir resultatet felaktigt. Inte minst inom hälso- och sjukvården är detta ett problem som det finns många exempel på.
Det finns dock lösningar på den här utmaningen. Syntetiska data är en av dem. Alltså att utifrån en datauppsättning generera nya data med samma fördelning som den ursprungliga. På så sätt kan man analysera större mängder data utan att kränka personlig integritet eller gällande lagar och regler.
Men för att den syntetiska datan ska vara användbar, måste den grunda sig på en datauppsättning som återspeglar verkligheten korrekt – det vill säga inte har en skev fördelning av män och kvinnor, svenskar och utrikes födda eller andra faktorer.
Det säger sig självt att en bransch som till 70 procent består av män, riskerar att snedvrida den data som ska ligga till grund för AI och maskininlärning. Inte medvetet eller genom illvilja, utan helt enkelt för att alla tar beslut utifrån vilka erfarenheter de har.
Därför är jämställdhet och mångfald inte bara en fråga om en bra arbetsmiljö och en mer spänstig innovationskultur. Det är även en förutsättning för att framtidens AI-produkter ska bli relevanta och korrekta.
För att lyckas med ansvarsfull och hållbar AI krävs att hela ekosystemet kring utvecklingen av dessa tekniker speglar etik och hållbarhet i teknik, processer och organisation. Alla dessa tre dimensioner behöver täckas in. Organisationen och kulturen behöver bli representativ för tekniken och de resultat vi vill att den ska bidra till.
Det talas ofta om datamognad. Att företag i vitt skilda branscher måste bygga upp en infrastruktur för att samla in och analysera data för framtida behov. Det är och förblir viktigt. Men för att vår AI ska bli hållbar, bör vi även föra in mångfalden inom IT-branschen som en minst lika viktig faktor.
Jag vill därför uppmana alla i branschen att på allvar verka för en större mångfald. Sök aktivt upp arbetssökande som är kvinnor, födda i andra länder eller på annat sätt avviker från den rådande normen inom techsektorn. Mångfald kan vara ett självändamål, men idag är betydelsen större än så. Mångfald skapar förutsättningarna för den innovation och teknikutveckling vi vill nå.
Text: Ola Ringström, vd på SAS Institute Sverige.
