为聚焦人工智能领域的女性学者及从业者，TechCrunch 推出系列访谈，旨在 spotlight 那些为 AI 革命做出卓越贡献却常被忽视的杰出女性。随着 AI 热潮持续，我们将全年陆续发布相关内容。点击此处阅读更多人物特写。
Chinasa T. Okolo 现任布鲁金斯学会技术创新中心治理研究项目研究员，并于 2024 年 9 月入选《时代》杂志“AI 领域最具影响力 100 人”。加入布鲁金斯学会前，她曾参与制定尼日利亚国家人工智能战略的道德与社会影响委员会工作，并担任非洲联盟发展署、魁北克人工智能研究所等机构的 AI 政策与伦理顾问。她近期获得康奈尔大学计算机科学博士学位，研究方向为人工智能对全球南方的影响。
简要谈谈你是如何开始涉足人工智能领域的？是什么吸引你进入这个领域？
我最初转向 AI 领域，是希望借助计算技术推动生物医学研究，并为边缘化社区普及医疗资源。本科就读于波莫纳学院期间，我与一位人机交互教授合作研究，首次接触到 AI 偏见问题。攻读博士时，我开始关注这些问题对全球南方人群的影响——他们占世界人口大多数，却在 AI 开发中常被排除或代表性不足。
你在人工智能领域最引以为傲的工作是什么？
我最自豪的是参与制定非洲联盟（AU）《非洲人工智能大陆战略》。该战略旨在帮助 AU 成员国为负责任地采用、发展和治理 AI 做好准备。起草工作历时一年多，于 2024 年 2 月底发布，目前正处于公开征求意见阶段，目标是在 2025 年初由成员国正式通过。
作为在密苏里州堪萨斯城长大的第一代尼日利亚裔美国人，我在本科留学前从未离开过美国，因此始终致力于将职业生涯扎根非洲。能在早期参与如此有意义的工作，让我对未来继续寻找类似机会、助力塑造包容性的全球 AI 治理充满期待。
你如何应对男性主导的科技行业以及由此延伸出的男性主导的人工智能行业所带来的挑战？
与志同道合者建立社群联系，对我在这个男性主导的行业前行至关重要。
我有幸见证了众多黑人女性学者领导的负责任 AI 进展及揭示 AI 危害的重要研究，包括 Timnit Gebru、Safiya Noble、Abeba Birhane、Ruha Benjamin、Joy Buolamwini 和 Deb Raji 等。过去几年，我与其中许多人建立了联系。她们的领导力激励我继续深耕这一领域，也让我认识到“逆流而上”以产生有意义影响的价值。
你会给希望进入人工智能领域的女性什么建议？
不要因缺乏技术背景而畏缩。AI 领域是多维度的，需要各领域的专业知识。我的研究深受社会学家、人类学家、认知科学家、哲学家及其他人文社科领域学者的影响。
随着人工智能的发展，面临的最紧迫问题有哪些？
首要问题是提升非西方文化在主流语言和多模态模型中的公平代表性。绝大多数 AI 模型使用英语训练，数据主要反映西方语境，导致世界大多数地区的宝贵视角被排除在外。
此外，构建更大规模模型的竞赛将加剧自然资源消耗和气候变化影响，而这些后果已不成比例地冲击着全球南方国家。
人工智能用户应关注哪些问题？
相当一部分已投入公共部署的 AI 工具夸大了自身能力，实际上无法正常工作。许多人们试图用 AI 完成的任务，很可能通过更简单的算法或基础自动化即可解决。
同时，生成式 AI 可能加剧早期 AI 工具已显现的危害。多年来，这些工具表现出偏见并导致针对弱势群体的有害决策；随着生成式 AI 规模和影响力的扩大，这种情况可能进一步恶化。
然而，赋予公众了解 AI 局限性的知识，有助于促进工具的负责任采用。随着 AI 迅速融入社会，提升公众的 AI 和数据素养将成为基础。
如何负责任地构建人工智能？
负责任构建 AI 的最佳方式是对工具的预期和非预期用例保持批判性思维。开发者有责任反对将 AI 用于战争、警务等有害场景，并在评估其他适用性时寻求外部指导。鉴于 AI 往往是现有社会不平等的放大器，开发和研究人员在构建及整理训练数据集时必须格外谨慎。
投资者如何更好地推动负责任的 AI？
风险投资界对利用当前 AI 浪潮“套现”的兴趣日益浓厚，加速了 Arvind Narayanan 和 Sayash Kapoor 提出的“AI 伪科学”兴起。我赞同这一观点，认为投资者必须与学术界、民间社会及行业成员共同发挥领导作用，倡导负责任开发 AI。作为天使投资人，我在市场上见过许多可疑 AI 工具。投资者还应投资于 AI 专业知识以甄别公司，并要求对路演演示中的工具进行外部审计。
还有什么想补充的吗？
这场持续的“AI 夏日”催生了大量“AI 专家”，他们往往削弱了关于当前 AI 风险和危害的重要讨论，并对 AI 驱动工具的能力提供误导性信息。我鼓励希望自我教育的人士对这些声音保持批判态度，并从可靠来源学习。