요약생성
바쁠 때는 리얼라이즈가 내용을 요약해 드려요.
AI에 중점을 둔 여성 학자들과 다른 사람들에게 그들의 당연한, 그리고 오랫동안 기다려온 주목을 받게 하기 위해 TechCrunch는 AI 혁명에 기여한 놀라운 여성들에게 초점을 맞춘 일련의 인터뷰를 게시해 왔습니다. AI 부흥이 계속됨에 따라 올해 내내 이러한 글들을 게시하여 종종 알려지지 않은 중요한 작업을 강조하고 있습니다. 여기에서 더 많은 프로필을 읽어보세요.
치나사 T. 오콜로는 기술 혁신 센터의 거버넌스 연구 프로그램인 브루킹스 연구소의 연구원입니다. 그 이전에는 나이지리아의 국가 인공지능 전략 개발을 지원한 윤리 및 사회적 영향 위원회에서 활동했으며, 아프리카 연합 개발 기구와 퀘벡 인공지능 연구소를 포함한 다양한 조직의 AI 정책 및 윤리 고문으로 활동했습니다. 그녀는 최근 코넬 대학교에서 컴퓨터 과학 박사 학위를 받았으며, AI가 글로벌 사우스에 미치는 영향을 연구했습니다.
간략하게 AI 분야에 어떻게 발을 들여놓게 되었는지, 무엇에 매력을 느꼈는지 말씀해 주세요.
처음에 AI로 전환한 것은 계산 기술이 생명의학 연구를 발전시키고 소외된 지역 사회의 건강 관리에 대한 접근성을 민주화할 수 있다는 것을 알았기 때문입니다. 학부 [포모나 대학교에서] 마지막 해에 인간-컴퓨터 상호 작용 교수와 함께 연구를 시작했는데, 이를 통해 AI 내의 편견 문제에 직면하게 되었습니다. 박사 과정 동안 이러한 문제가 세계 인구 대부분을 차지하고 AI 개발에서 종종 배제되고 과소 대표되는 글로벌 사우스의 사람들에게 어떤 영향을 미칠지 이해하는 데 관심을 갖게 되었습니다.
AI 분야에서 가장 자랑스러운 작업은 무엇인가요?
아프리카 연합(AU) 회원국이 AI의 책임감 있는 채택, 개발 및 거버넌스를 준비하도록 돕는 것을 목표로 하는 AU-AI 대륙 아프리카 전략 개발에 대한 아프리카 연합(AU)과 함께 한 작업에 대해 매우 자랑스럽게 생각합니다. 전략 초안 작성에는 1년 반 이상이 걸렸고 2024년 2월 말에 발표되었습니다. 현재 2025년 초에 AU 회원국이 공식적으로 채택할 목표로 공개 피드백 기간에 있습니다.
미주리주 캔자스시티에서 자란 1세대 나이지리아계 미국인으로, 학부 시절 해외 유학을 떠나기 전까지 미국을 떠난 적이 없었기 때문에 항상 아프리카 내에서 경력을 쌓는 것을 목표로 삼았습니다. 경력 초기에 이렇게 영향력 있는 작업에 참여하게 되어, 포용적이고 세계적인 AI 거버넌스를 형성하는 데 도움이 되는 유사한 기회를 추구하게 되어 기쁩니다.
남성 중심적인 기술 산업, 그리고 그 연장선상에서 남성 중심적인 AI 산업의 과제를 어떻게 헤쳐나가나요?
제 가치관을 공유하는 사람들과 함께 공동체를 찾는 것이 남성 중심적인 기술 및 AI 산업을 헤쳐나가는 데 필수적이었습니다.
지난 몇 년 동안 연결할 수 있었던 Timnit Gebru, Safiya Noble, Abeba Birhane, Ruha Benjamin, Joy Buolamwini, Deb Raji와 같은 흑인 여성 학자들이 이끄는 책임감 있는 AI 및 AI의 피해를 폭로하는 저명한 연구에서 많은 진전을 보게 되어 행운이었습니다.
그들의 리더십을 보면서 이 분야에서 계속해서 일을 해야겠다는 동기가 생겼고, 의미 있는 영향을 주기 위해 “대세에 거스르는” 것의 가치를 보여주었습니다.
AI 분야에 진출하려는 여성들에게 어떤 조언을 해주시겠어요?
기술적 배경이 부족하다고 위축되지 마세요. AI 분야는 다차원적이며 다양한 분야의 전문성이 필요합니다. 제 연구는 인문학 및 사회 과학 분야의 사회학자, 인류학자, 인지 과학자, 철학자 등의 영향을 크게 받았습니다.
AI가 발전함에 따라 AI가 직면한 가장 시급한 문제는 무엇인가요?
가장 두드러진 문제 중 하나는 저명한 언어 및 멀티모달 모델에서 비서구 문화의 공평한 대표성을 개선하는 것입니다. 대부분의 AI 모델은 영어로 학습되고 주로 서구적 맥락을 나타내는 데이터로 학습되므로 세계 대부분의 귀중한 관점을 배제합니다.
또한 더 큰 모델을 구축하려는 경쟁은 자연 자원 고갈을 심화시키고 기후 변화의 영향을 더욱 악화시킬 것이며, 이는 이미 글로벌 사우스 국가에 불균형적으로 영향을 미치고 있습니다.
AI 사용자가 알아야 할 문제는 무엇인가요?
공개적으로 배포된 많은 AI 도구와 시스템은 기능을 과장하고 단순히 작동하지 않습니다. 사람들이 AI를 사용하려는 많은 작업은 더 간단한 알고리즘이나 기본 자동화를 통해 해결될 수 있습니다.
또한 생성형 AI는 이전 AI 도구에서 관찰된 피해를 악화시킬 수 있습니다. 수년 동안 이러한 도구가 편견을 보이고 취약한 지역 사회에 대한 유해한 의사 결정을 초래하는 것을 목격해 왔으며, 이는 생성형 AI가 규모와 범위가 커짐에 따라 증가할 가능성이 높습니다.
그러나 사람들에게 AI의 한계를 이해할 수 있는 지식을 제공하면 이러한 도구의 책임감 있는 채택과 사용을 개선하는 데 도움이 될 수 있습니다. AI 도구가 사회에 빠르게 통합됨에 따라 일반 대중의 AI 및 데이터 리터러시를 향상시키는 것이 필수적이 될 것입니다.
AI를 책임감 있게 구축하는 가장 좋은 방법은 무엇인가요?
AI를 책임감 있게 구축하는 가장 좋은 방법은 이러한 도구의 의도된 용도와 의도하지 않은 용도를 비판적으로 살펴보는 것입니다. AI 시스템을 구축하는 사람들은 AI가 전쟁과 치안에 사용되는 것을 반대할 책임이 있으며, AI가 목표로 하는 다른 용도에 적합한지 여부에 대해 외부 지침을 구해야 합니다. AI는 종종 기존의 사회적 불평등을 증폭시키기 때문에 개발자와 연구원이 AI 모델을 학습하는 데 사용되는 데이터 세트를 구축하고 관리하는 방식에 주의를 기울여야 합니다.
투자자는 어떻게 책임감 있는 AI를 더 잘 추진할 수 있을까요?
많은 사람들이 현재 AI 열풍에서 “현금화”하려는 VC의 관심 증가가 아빈드 나라야난과 사야쉬 카푸어가 만든 용어인 “AI 만병통치약”의 부상을 가속화했다고 주장합니다. 저는 이러한 감정에 동의하며, 투자자는 책임감 있는 AI 개발을 옹호하기 위해 학계, 시민 사회 이해 관계자 및 업계 구성원과 함께 리더십을 발휘해야 한다고 생각합니다. 저 자신이 엔젤 투자자로서 시장에 나와 있는 많은 의심스러운 AI 도구를 보았습니다. 투자자는 또한 회사를 검증하고 피치 데크에서 시연된 도구에 대한 외부 감사를 요청하기 위해 AI 전문성에 투자해야 합니다.
덧붙일 말씀이 있으신가요?
이 지속적인 “AI 여름”은 종종 AI의 현재 위험과 피해에 대한 중요한 대화를 벗어나 AI 지원 도구의 기능에 대한 오해를 불러일으키는 “AI 전문가”가 급증했습니다. AI에 대해 배우는 데 관심이 있는 사람들에게 이러한 목소리를 비판적으로 보고 신뢰할 수 있는 출처를 통해 배우도록 권장합니다.