STEM分野における女性活躍の現状【第4回】
AI分野でこそ「女性が活躍している」のはなぜか？
IT業界における女性活躍の機会はどのように変化しているのか。特に目立っているのが、AI（人工知能）分野における女性の活躍だ。
IT業界で働く女性の数は着実に増加傾向にある。男性中心のイメージが根強く残りつつも、女性の活躍の幅はさらに広がっている。特に目立っているのが、人工知能（AI）分野での女性の活躍だ。AI分野でこそ女性の活躍が進んでいるのはなぜなのか。
なぜAI分野でこそ「女性が活躍している」のか？
併せて読みたいお薦め記事
連載：STEM分野における女性活躍の現状
IT業界に対する女性の本音
テキストや画像、音声などのデータを生成するAI技術「生成AI」が登場し、その回答に含まれる性別や人種のバイアス（偏見）を懸念する声が上がっている。
通信会社Telus Communicationsで5G＆インダストリーソリューション担当バイスプレジデントを務めるジョディ・バクスター氏は、「AIモデルの出力におけるバイアスを回避するために、企業は多様な学習データを用意する責任がある」と指摘する。
データの準備の過程では、技術スキルと同様にソフトスキルが重要となる。例えばAIモデルの開発では、技術的課題だけでなく、倫理的な問題にも対処する必要がある。「複雑な倫理的問題を理解し、適切な判断を下すためのスキルを持ち合わせている女性がこの分野で活躍している」（バクスター氏）
IBMが2024年3月に公開したブログエントリ（投稿）で、「責任あるAI」（AI技術の活用において公平性や透明性、安全性の確保を考慮すること）の取り組みにおいて女性の活躍が目立っていると紹介している。同社は著名な女性リーダーとして、以下の人物を挙げている。
- 世界初のAI倫理最高幹部ケイ・ファース・バターフィールド氏
- 米国立標準技術研究所（NIST）で、AI技術の倫理的基準に関する取り組みを主導するエルハム・タバシ氏
- AI技術のバイアス（偏見）削減に取り組む非営利団体EqualAIの社長兼CEO、米国国家人工知能諮問委員会（NAIAC）の議長を務めるミリアム・ヴォーゲル氏
- Salesforce初の、倫理的かつ人道的なAI使用の最高責任者ポーラ・ゴールドマン氏
- AIベンダーCredo AIの創設者兼 CEOナブリナ・シン氏
- スタンフォード大学（Stanford University）の研究プロジェクト「Human-Centered Artificial Inrelligence」のコディレクターを務めるフェイ・フェイ・リー氏
次回は、IT業界で女性がさらに活躍するために何を変えなければならないのかを考える。
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 先取りITトレンド
米国TechTargetの豊富な記事の中から、最新技術解説や注目分野の製品比較、海外企業のIT製品導入事例などを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
AI時代の自律的なパートナー 「データエージェント」構築＆活用ガイド -
製品資料
使用中のデータを保護して安全な共同開発へ、クラウド時代のデータセキュリティ -
製品資料
“AIによる高速な脆弱性検出”対策を行う、RHELの統合セキュリティ機能とは？ -
製品資料
企業ITを支える定番Linuxの運用管理、手動の限界を乗り越える手法とは？ -
製品資料
AIとクラウドネイティブの課題を解決する、シンプルで費用対効果に優れた方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
2
なぜ人はいるのにDXが進まない？ ライオンも直面した“老害”レガシーシステム
-
3
ただなのに「12時間以内の復旧」も要求 無償OSSに商用レベルを求める企業の末路
-
4
IT人材の42％が転職予備軍 辞めさせない組織の4つの共通
-
5
自宅のWi-Fiが「遅い」「途切れる」本当の原因は？ Dellが推奨する鉄則
-
6
「HDD終了」は本当か 巨大クラウド2社が下した大容量フラッシュへの決断
-
7
なぜ10億円払って“高額な塩漬け”を作るのか？ SAPクラウド移行の闇
-
8
イーロン・マスク氏が生成AI「Grok」をオープン化する“語られない狙い”
-
9
LLMの「過学習」、正しく説明している文章はどれ？
-
10
業務引き継ぎで困ったこと 大企業200人調査で判明した課題の第1位は
ホワイトペーパーランキング PR
-
1
属人化や仕様バグはなぜ起きる？ AI時代に必須のドキュメント文化の作り方
-
2
「NAS」「SAN」「DAS」は何が違う？ いまさら聞けないストレージの基礎
-
3
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
4
5分で分かる「AI駆動開発エージェント」 要件定義から設計・実装・テストまで
-
5
中小企業必見、Microsoft 365でゼロトラストセキュリティを実現する方法
-
6
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
-
7
コスト分析で見る「デバイス復旧」の代償 損失額から導きだされた投資戦略とは
-
8
セキュリティソフトをすり抜ける標的型攻撃メール、不審メールの見破り方とは？
-
9
“あのファイル転送”で暗躍するノーウェアランサム
-
10
オープンウェイトLLMの推論最適化事例：ローカル環境で応答速度を約15分の1へ
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー