《2024年人工智能指数报告》系列文章九：AI的多样性

《2024年人工智能指数报告》系列文章九：AI的多样性

本文是《2024年人工智能指数报告》系列文章的第九篇，聚焦于AI领域的多样性问题。报告指出，AI开发者的组成常常与其用户群体不同，这种现象体现了西方的视角。多样性不足可能会维持甚至加剧社会的不平等和偏见。

AI的多样性

AI开发者的组成常常与其用户群体不同。许多著名AI公司及其用于训练模型的数据集大多源自西方国家，这种现象体现了西方的视角。多样性不足可能会维持甚至加剧社会的不平等和偏见。 在这一章中，我们将深入分析AI领域内的多样性趋势。首先，本章利用计算机研究协会的数据来分析美加计算机科学院系中多样性的现状。此外，今年的分析还新增了来自Informatics Europe的数据，用以点亮欧洲计算机科学教育中的多样性走向。然后，本章将审视在每年NeurIPS大会上举办的机器学习女性研讨会的参与情况。章节的最后，我们通过分析Code.org的数据，来探讨美国中等教育中计算机科学领域多样性的现状。 AI指数项目致力于扩大本章节提到数据的范围。与人工智能趋势相关的人口数据，尤其是在性取向等领域的数据相当有限。我们敦促AI领域的其他相关方加大力度追踪与人工智能相关的多样性动向，并期望在将来的报告中能够对这些趋势做出更为全面的覆盖。

1.在北美，计算机科学领域的学士、硕士和博士生在种族多样性上持续增加。

尽管在所有三个学位层面，白人学生仍然是数量最多的族群，来自亚裔、拉丁裔以及黑人或非洲裔美国人等其他种族的学生比例也在不断提升。例如，从2011年起，获得计算机科学学士学位的亚裔学生占比增加了19.8个百分点，拉丁裔学士学位毕业生的比例也上升了5.2个百分点。

2.欧洲信息学、计算机科学、计算机工程和信息技术各教育阶段的流行学位课程，性别差距依然存在。

在每个接受调查的欧洲国家，这些领域的本科、硕士和博士课程中，男性毕业生的数量均超过女性。尽管过去十年大部分国家性别差距有所缩小，但这个进程进展缓慢。

3.在美国，K-12的计算机科学教育正变得更具多样性，这体现了性别和种族代表性两个方面的变化。

女学生参加AP计算机科学考试的比例从2007年的16.8%增至2022年的30.5%。同样，每年参与AP计算机科学的亚裔、拉丁裔和非洲裔美国学生的人数也在持续增加。

本文原文来自斯坦福大学人工智能研究院发布的《2024年人工智能指数报告》