ROZHOVOR - Kateřina Lesch: Společenské předsudky stále ovlivňují ženy při volbě povolání

Kateřina Lesch byla jedním z hostů podzimní konference Ženy v technologiích, kterou jsme pořádali v rámci naší platformy pro ženy Future is Female: odkaz zde

Technologie a umělá inteligence jsou dnes jedněmi z nejrychleji se rozvíjející oborů, nicméně otázka genderové diverzity zůstává stále aktuální výzvou. Jak mohou ženy přispět k rozvoji AI? Jakým způsobem lze motivovat více žen ke vstupu do technických oborů? A jaký význam mají tzv. soft skills při práci s umělou inteligencí?

O těchto a dalších tématech jsme hovořili s Kateřinou Lesch, datovou analytičkou v EmbedIT, mentorkou programu Femme Palette a propagátorkou diverzity v technologickém sektoru. Kateřina Lesh se dělí o své zkušenosti z praxe, nahlíží na výzvy spojené s diverzitou v AI a odhaluje, jaké změny v oboru mohou usnadnit zapojení lidí z různorodých prostředí.

„Kvůli společenským předsudkům může být občas pro dívky těžké rozhodnout se například pro matfyz. Snažím se proto jít příkladem, ukazovat třeba i to, že se z vás při vstupu na fakultu rovnou nestane introvert s plnovousem a že můžete získat užitečné a kariérně dobře uplatnitelné znalosti,“ říká v rozhovoru Kateřina Lesch.

ROZHOVOR

Jakým způsobem se snažíte v EmbedIT nebo prostřednictvím jiných projektů motivovat ženy k účasti v oblasti datové vědy a AI?

V EmbedITu už jen sklízíme ovoce v podobě hotových datových analytiček a technologických expertek, tam už potřebujeme vyškolené odbornice. Ale jejich příprava začíná už mnohem dříve. Kvůli společenským předsudkům může být občas pro dívky těžké rozhodnout se například pro matfyz. Snažím se proto jít příkladem, ukazovat třeba i to, že se z vás při vstupu na fakultu rovnou nestane introvert s plnovousem a že můžete získat užitečné a kariérně dobře uplatnitelné znalosti. Často o tom mluvím na konferencích a individuálně se zájemkyněmi o oblast datové vědy v rámci mentoringového programu Femme Palette. EmbedIT pomohl tím, že mi dal šanci pracovat na zajímavé a zodpovědné datové pozici.

Vidíte v současné době v AI aplikacích konkrétní příklady, kde genderová diverzita vede k lepším výsledkům? Pokud ano, jaké?

Dokud nebude genderová diverzita přítomna v trénovacích datech, nemůžeme ji očekávat ani v aplikacích. Na druhou stranu trénovací data do nějaké míry odrážejí společenskou realitu a za mě by bylo nebezpečné je například uměle manipulovat ve prospěch nějaké společenské skupiny. To už zavání sociálním inženýrstvím. Museli bychom si klást otázky, nakolik data injektovat a ve prospěch koho, kdo o tom bude rozhodovat apod.

Máte nějaké konkrétní příklady, kdy diverzita týmu přímo ovlivnila úspěch projektu v AI? Jak takové situace hodnotíte?

To úplně nemám. AI je v tomhle ohledu nestranná a je jí dost jedno, kdo ji trénuje. Na definici AI use cases se z mé zkušenosti s úspěchem podílejí obě pohlaví. Někdy ve vyvážených týmech, jindy v méně vyvážených, na obě strany.

Spolupracujte s nějakými konkrétními organizacemi, které podporují ženy v IT?

Jsem mentorkou programu Femme Palette pro oblast technologií. Mám tři děti, takže se také věnuji tématu možnosti kombinovat IT kariéru a mateřství. V minulosti mě těšilo spolupracovat s Digitální akademií Czechitas, na to mi teď už bohužel nezbývá dostatek času.

Jak důležité jsou podle vás „soft skills“ v oblasti AI, a které konkrétní dovednosti jsou nejžádanější, zejména pro ženy, které se chtějí zapojit do tohoto oboru?

Důležitá je schopnost otevřené komunikace, schopnost přizvat k jednomu stolu zástupce různých týmů a oblastí, pomoci jim dobře zadefinovat smysluplné využití AI v organizaci, definovat business case apod. Také kreativní nakládání s jazykem a schopnost empatie se při promptování může hodit.

V čem vidíte největší výzvy spojené s diverzitou v AI a technologiích, zejména ve srovnání s jinými technickými obory?

AI podle výzkumů v technologiích nahrazuje především juniorní pozice, které jsou bohužel často obsazovány právě ženami. Výzvou může být najít pro ně smysluplné uplatnění.

Jaká specifická opatření či přístupy podle vás může Evropská komise zavést, aby naplnila „Gender Equality Strategy“ a zlepšila postavení žen v AI?

O tom úplně nemám představu, ale obecně je potřeba s technologiemi začít už na základních školách u obou pohlaví stejnou měrou. Dát každému dítěti příležitost, aby se mohlo rozhodnout, čemu se chce věnovat. Nevytvářet pocit genderové nepatřičnosti u jakéhokoliv oboru. Mám ale pocit, že v tomhle se jako společnost zlepšujeme. AI curriculum se ale samozřejmě poměrně živelně mění v závislosti na rozvoji oboru.

Jak by měla být AI regulována, aby se minimalizovala možnost zkreslení a stereotypů, které mohou negativně ovlivnit ženy a jiné skupiny (pokud by tedy podle Vás měla být regulována)?

Jsou jistě oblasti, ve kterých by AI měla být regulována tak, aby nedocházelo k jejímu zneužití. Ale u genderového zkreslení si nejsem jistá, přeci jen systémy odrážejí trénovací data, viz výše.

Jak se podle vás změní kvalifikace a kompetence vyžadované od pracovníků v AI, aby byl sektor vstřícnější pro lidi s různými vzdělávacími a profesními zázemími?

Myslím, že už se to děje – současný boom velmi přeje nováčkům v oboru a lidem se zázemím mimo technologie. AI je dostupná každému, v podstatě stačí být nadšenec a snažit se držet prst na tepu doby, hrát si s novými nástroji. Znám mnoho lidí, a v mém okolí mezi nimi ženy převažují, kteří se na AI Power Usery překvalifikovali ze zcela jiných oborů, z marketingu apod. Kvalifikace a kompetence se budou víc týkat kreativity a ochoty zkoušet nové věci.