ANG interseksyon ng modernong teknolohiya at kasarian ay may mga sumusunod na katangian: kritikal, kontrobersiyal at kinakapalooban ng kontradiksyon sa kapangyarihan. Kapwa mahalaga ang politika at etika sa pagsusuring ito lalo na sa konteksto ng mga hamong kaakibat ng artificial intelligence bilang isang disruptive technology at dahil sa nananaig na patriyarkal na lipunan at kultura. Bilang lunsaran, narito ang ilang gabay at paalala ukol sa implikasyon ng artificial intelligence, kasarian at istrukturang panlipunan sa isa’t isa.
- Maging mapangmatyag at mapanuri sa mga pagpapalagay (assumptions), pagpapahalaga (values), pagpanig (biases) at paninindigan (standpoints) ukol sa representasyon at depiksyon ng artificial intelligence sa iba’t ibang kategorya ng kasarian. Kasama sa sinisiyasat ang mga istiryotipo at panghuhusga laban sa mga marhinalisadong kasarian kagaya ng kababaihan at LGBTQIA.
- Maging inklusibo sa prinsipyo at aplikasyon. Ang salimbayan ng teorya at praktika ay tinatawag na praksis. Hindi sapat na mapagpalaya lamang sa prinsipyo at teorya pero kapos sa praktika at aplikasyon.
- Tandaan na ang AI ay maaaring sipatin at unawain sa siyentipiko, teknikal at kultural na dimensyon ayon kay Zheng Liu (2021) batay sa kanyang akdang Sociological Perspectives on Artificial Intelligence: A Typological Reading. Ang politikal, etikal at pangkasariang aspekto nito ay kadalasang nakapaloob sa kultural na dimensyon. Pero sa katotohanan maging ang siyentipiko at teknikal na dimensyon ay kinapapalooban din ng mga usaping politikal, etikal at pangkasarian.
- Pairalin ang pagiging mapagbantay laban sa pang-aabuso at maling gamit ng AI.
- Hamunin ang istruktural, kolonyal at historikal na batayan ng pagtatangi alinsunod sa kasarian. Hindi dapat itinuturing ang konsiderasyong pangkasarian bilang afterthought o tangential lamang sa pagdidisenyo at pagpapaunlad ng AI.
- Maging kritikal sa dataset na pinagbabatayan at ginagamit sa pagsasanay at pagdidisenyo ng AI. Siyasatin kung kaninong interes ang kinakatawan ng mga datos na ito.
- Hamunin ang mga nananaig na pagtatangi batay sa kasarian sa lipunan dahil sinasalamin ng mga umiiral na aktitud na ito ang nilalaman ng at ipinapalaganap sa pamamagitan ng artificial intelligence.
- Pansinin at suriin ang tendensiya kung paano higit na pinagtitibay at pinapa-alingawgaw ng AI ang nananaig na pagtatangi o diskriminasyon pabor at laban sa mga partikular na kasarian. Kasama rito kung paano sinasalamin ng AI ang traditional gender roles sa lipunan. Nang subukan kong magpalikha ng mga larawan sa AI ay narito ang mga representasyon ng lalaki at babae na lumabas.
– larawan ng university officials (anim na lalaki at isa babae)
– larawan ng preschool teachers (lahat ay babae)
– larawan ng physicists (apat na lalaki at isang babae)
– larawan ng religious leaders (lahat ay lalaki)
– larawan ng surgeons (lahat ay lalaki)
– larawan ng nurses (lahat ay babae)
– larawan ng flight attendants (lahat ay babae)
– larawan ng Philosophy professors (lahat ay lalaki) - Tandaan na nakasasama ang ganitong pagsasalarawan at istiryotipo dahil sa implikasyon nito sa patakaran, pagpapatupad ng batas, pagbabadyet, pagrerekruta, pakikitungo at iba pa.
- Hamunin kung paano binubura at pinakikitid ng AI ang imahinasyon, pagsasalarawan at kamalayan natin ukol sa iba’t ibang empleyo, larangan at propesyon.
- Pansinin at punahin ang istiryotipo sa ugnayan ng kasarian, empleyo at larangan.
- Tuligsain ang tendensiya ng AI na palawigin ang agwat sa pagitan ng mga kasarian.
- Tiyaking may ganap na representasyon ang mga kababaihan at ibang kasarian sa larangan ng pagdidisenyo at produksyon ng AI systems at models.
- Gawing interdisiplinal, intersektoral, interkultural at interpropesyonal ang bumubuo sa grupo ng nagdidisensyo ng teknolohiyang ito upang mas maging sensitibo, mapagnilay, makakapwa, demokratiko at mapanlahok.
- Paunlarin ang makakasariang digital at AI literacy sa kurikulum, klase, empleyo, midya, komunidad at pampublikong sektor.
- Suriin ang salimbayan ng pagtatangi laban sa kasarian, kultura, lahi, edad at uring panlipunan sa larangan ng teknolohiya at AI. Ayon kay Kimberle Crenshaw, may interseksyonal na karakter ang pagtatangi at diskriminasyon. Halimbawa, maaaring mabiktima ng pagtatangi ang isang indibidwal batay sa kanyang kasarian, etnisidad, kapansanan, uring panlipunan at kawalan ng akses sa teknolohiya nang salimbayan.
- Sipatin at siyasatin kung ang statistics at stories ay kapwa may pangkasariang konsiderasyon (o pagtatangi). Suriin ang kwantitatibo at kwalitatibong katangian ng datos. Pansinin ang bilang at poryento at maging ang naratibo at diskurso.
- Gawing multimodal ang pagsusuri sa istiryotipo batay sa kasarian upang saklawin ang iba’t ibang teksto kagaya ng salita, larawan, tunog, disenyo at iba pang nakukubling elemento.
- Sumahin kung may balanse sa representasyon ng kasarian at usisain kung may pangkasariang katarungan sa talastasan.
- Suriin kung paano nagiging batayan ang kasarian sa pagsasalarawan ng mga kababaihan o LGBTQIA bilang foreground (o background na elemento at kung minsan pa nga ay totally absent) sa usapin ng representasyon at rekognisyon.
- Tukuyin ang mga privileged (o hegemonic) at muted (o subdued) voice sa diskurso ng AI.
- Tingnan din ang pangkasariang dimensyon ng framing, priming at agenda setting sa kurikulum, midya at batas na itinatampok sa pamamagitan ng AI.
- Hamunin ang homogenisasyon na pinagtitibay ng AI na humahantong sa tumitinding marhinalisasyon ng di-dominanteng pananaw at praktika.
- Kondenahin ang paggamit ng AI upang dahasin ang mga kababaihan at LGBTQIA sa porma ng gender-based violence (halimbawa: paggamit ng deepfake).
- Palakasin ang pagsasanay sa etikal at responsableng pagdidisenyo, pagpapalaganap at paggamit ng AI.
- Ikampanya ang pagpapataas ng oportunidad at bilang ng mga kababaihan sa hanay ng AI professionals at sa mahalagang papel nila sa antas ng AI leadership.
- Tiyakin na ang training data ay gender sensitive, gender responsive at gender transformative upang may ganitong katangian din ang itatampok at ibibigay ng AI.
- Magsagawa ng mga pananaliksik ukol sa AI at kasarian (AI and gender) saklaw ang iba’t ibang kurso, disiplina at larangan.
- Tandaan na dapat hinahamon at binabago ang nilalaman (AI training data), balangkas (AI policies, systems and models) at kumakatawan (AI teams and leadership) sa larangan ng AI. Kinakailangan istruktural din ang dulog (structural approach) sa lahat ng yugto: design, development, deployment, adoption at evaluation.
Bilang pagbubuo(d), ating tandaan na ang ugnayan ng AI at kasarian ay mayroong malalim na ideolohikal na salalayan (ideological underpinning). Ang bulag na pagtanggap sa teknolohiyang ito ay nagnonormalisa sa mga umiiral na balangkas at kaayusan sa lipunan, kasama ang pagtatangi pabor o laban sa mga partikular na kasarian. Ang pagiging pangkaraniwan dahil sa kawalan ng kritikal na kamalayan ay nagpapalaganap ng pagiging katanggap-tanggap ng pagtatangi batay sa kasarian. Mas masahol pa nga ay hindi na ito nagiging batayan ng pagninilay at panawagan para sa pagbabago.
Para sa inyong reaksyon at pagbabahagi, maaari ring umugnay sa [email protected].
- Advertisement -