論文の概要: Bridging the Divide: Gender, Diversity, and Inclusion Gaps in Data Science and Artificial Intelligence Across Academia and Industry in the majority and minority worlds
- arxiv url: http://arxiv.org/abs/2511.18558v1
- Date: Sun, 23 Nov 2025 18:09:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-25 18:34:24.898485
- Title: Bridging the Divide: Gender, Diversity, and Inclusion Gaps in Data Science and Artificial Intelligence Across Academia and Industry in the majority and minority worlds
- Title（参考訳）: データサイエンスと人工知能における性、多様性、包摂的ギャップ
- Authors: Genoveva Vargas-Solar,
- Abstract要約: この章では、AIとDSにおける女性やマイノリティの参加について検討し、産業とアカデミックの両方における彼らの代表性に焦点を当てている。
AIとDSにおける男性の優位性は、機械学習システムの性別バイアスを強化し、不平等のフィードバックループを生成する。
この不均衡は社会的・経済的正義の問題であり、価値主導の多様性を要求する倫理的課題である。
- 参考スコア（独自算出の注目度）: 0.5076419064097732
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As Artificial Intelligence (AI) and Data Science (DS) become pervasive, addressing gender disparities and diversity gaps in their workforce is urgent. These rapidly evolving fields have been further impacted by the COVID-19 pandemic, which disproportionately affected women and minorities, exposing deep-seated inequalities. Both academia and industry shape these disciplines, making it essential to map disparities across sectors, occupations, and skill levels. The dominance of men in AI and DS reinforces gender biases in machine learning systems, creating a feedback loop of inequality. This imbalance is a matter of social and economic justice and an ethical challenge, demanding value-driven diversity. Root causes include unequal access to education, disparities in academic programs, limited government investments, and underrepresented communities' perceptions of elite opportunities. This chapter examines the participation of women and minorities in AI and DS, focusing on their representation in both industry and academia. Analyzing the existing dynamics seeks to uncover the collective and individual impacts on the lives of women and minority groups within these fields. Additionally, the chapter aims to propose actionable strategies to promote equity, diversity, and inclusion (DEI), fostering a more representative and supportive environment for all.
- Abstract（参考訳）: 人工知能(AI)とデータサイエンス(DS)が普及するにつれて、彼らの労働力における男女格差と多様性のギャップに対処することが急務である。
新型コロナウイルス(COVID-19)のパンデミック(パンデミック)は、女性やマイノリティに不比重な影響を及ぼし、深刻な不平等が露呈している。
学術と産業の両方がこれらの分野を形成しており、セクター、職業、技能の格差を地図化することが不可欠である。
AIとDSにおける男性の優位性は、機械学習システムの性別バイアスを強化し、不平等のフィードバックループを生成する。
この不均衡は社会的・経済的正義の問題であり、価値主導の多様性を要求する倫理的課題である。
根本原因には、教育への不平等なアクセス、学術プログラムの格差、政府投資の制限、エリート機会に対するコミュニティの認識の不足などが含まれる。
この章では、AIとDSにおける女性やマイノリティの参加について検討し、産業とアカデミックの両方における彼らの代表性に焦点を当てている。
既存のダイナミクスを分析することは、これらの分野における女性や少数民族の生活に対する集団的および個人的影響を明らかにすることを目的としている。
さらに、この章は、エクイティ、多様性、包摂性(DEI)を促進するための実行可能な戦略を提案し、より代表的で支援的な環境を育むことを目的としている。
関連論文リスト
- Enduring Disparities in the Workplace: A Pilot Study in the AI Community [3.4307685264019256]
産学歴1260名のAI/MLプロフェッショナルを対象に,異なる軸をまたいだパイロット調査を行った。
その結果, 職場経験における疎外・疎外化サブグループの持続的格差が示唆された。
我々は、アクセシビリティは、ポジティブな職場環境にとって重要な課題であり、障害者の従業員は、非障害者の同僚よりも職場経験が劣っていることを強調する。
論文 参考訳（メタデータ） (2025-06-04T17:40:36Z) - An Empirical Study on the Impact of Gender Diversity on Code Quality in AI Systems [2.2160604288512324]
ソフトウェアエンジニアリングにおける女性の不足は、AI開発における堅牢性に対する懸念を提起する。
本研究では、AIチーム内の性別の多様性がプロジェクトの人気、コード品質、個人の貢献にどのように影響するかを検討する。
論文 参考訳（メタデータ） (2025-05-06T00:37:27Z) - Exploring the Role of Women in Hugging Face Organizations [46.84136061744368]
両組織とも女性は非常に過小評価されており、流通を約束している。
ジェンダーの格差に対処することは、より公平で多様性があり、包括的なオープンソースエコシステムを作るために不可欠である。
論文 参考訳（メタデータ） (2025-03-21T10:06:52Z) - GenderCARE: A Comprehensive Framework for Assessing and Reducing Gender Bias in Large Language Models [73.23743278545321]
大規模言語モデル(LLM)は、自然言語生成において顕著な能力を示してきたが、社会的バイアスを増大させることも観察されている。
GenderCAREは、革新的な基準、バイアス評価、リダクションテクニック、評価メトリクスを含む包括的なフレームワークである。
論文 参考訳（メタデータ） (2024-08-22T15:35:46Z) - Thinking beyond Bias: Analyzing Multifaceted Impacts and Implications of AI on Gendered Labour [1.5839621757142595]
本稿では、ジェンダー労働に対するAIの広範な影響を探求する必要性を強調する。
私たちは、AI産業がより大きな経済構造に不可欠な要素であるということが、仕事の性質をいかに変えているかに注意を払っています。
論文 参考訳（メタデータ） (2024-06-23T20:09:53Z) - Social Diversity Reduces the Complexity and Cost of Fostering Fairness [63.70639083665108]
不完全な情報や公平性の柔軟な基準を前提とした干渉機構の効果について検討する。
多様性の役割を定量化し、情報収集の必要性を減らす方法を示す。
この結果から,多様性が変化し,公正性向上を目指す機関に新たなメカニズムが開放されることが示唆された。
論文 参考訳（メタデータ） (2022-11-18T21:58:35Z) - Investigating Participation Mechanisms in EU Code Week [68.8204255655161]
デジタル・コンピテンス(デジタル・コンピテンス、Digital competence、DC)は、デジタル技術の信頼性、批判、利用のための幅広いスキル、態度、知識のセットである。
この写本の目的は、コード・ウィークのEU加盟国への参加に関する詳細な統計学的記述を提供することである。
論文 参考訳（メタデータ） (2022-05-29T19:16:03Z) - How diverse is the ACII community? Analysing gender, geographical and
business diversity of Affective Computing research [0.0]
ACIIは、感情コンピューティングに関する最新の研究を示す主要な国際フォーラムである。
我々は、性別、地理的な位置、学歴、研究センター、産業の比較で多様性を測定し、著者、基調講演者、オーガナイザの3つの異なるアクターについて検討する。
結果は、フィールドにおける限られた多様性、すべての研究されたファセット、そして他のAIカンファレンスと比較して、認識を高めます。
論文 参考訳（メタデータ） (2021-09-12T18:30:36Z) - MultiFair: Multi-Group Fairness in Machine Learning [52.24956510371455]
機械学習におけるマルチグループフェアネスの研究(MultiFair)
この問題を解決するために,汎用的なエンドツーエンドのアルゴリズムフレームワークを提案する。
提案するフレームワークは多くの異なる設定に一般化可能である。
論文 参考訳（メタデータ） (2021-05-24T02:30:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。