科技行业的性别平等性差距其实有据可查。研究发现,女性在欧洲企业的全部技术职位中仅占22%,而女性团队筹集的资金比例自2018年以来也从3%下降到了1%。
这个问题普遍存在于行业的各个层面。Web Summit于2022年开展的一项民间调查显示,与男性同龄人相比,67%的女性技术从业者认为薪酬不公平。
尽管存在这种悲观现象,但技术也有望成为缩小性别间差距的有力方法。
这备受赞誉的性别经济学家兼全球500强企业高管Katica Roy正以此为使命,并在3月31日的TNW València上发表了演讲。
在Roy看来,这项工作与她自己息息相关。在休完产假重返工作岗位时,她本人也经历过薪酬不平等问题。为此,她于2017年创立了Pipeline Equity,这家SaaS公司希望改善工作场所内各部门中的性别平等状况。
Pipeline Equity屡获殊荣的人力资源分析平台,使用AI和云计算帮助客户将性别平等承诺落实到日常行动当中,一般能在三个月内将包容性和平等性提高70%。
Roy表示:“有趣的是,我们在市场上发现,96%的CEO会将性别平等放在首位,但员工这边能感受到性别平等改善的比例只有22%。因此,雇主与员工之间存在着74%的差距,而这正是我们需要解决的问题。”
同样有趣的是,Pipeline Equity在初步研究中发现,在29个国家和地区的4000家公司当中,交叉性别平等每提高10%,收入就能增加1%到2%。“性别平等不仅仅是正确的事,也代表着巨大的经济机会。”确切地讲,这个机会能为全球GDP贡献12万亿美元。
事实上,经济低迷时期性别平等的经济回报率更是高于平时。也就是说,在不确定时期将性别平等置于危机管理核心的企业,能够获得两倍于以往的回报。
可尽管性别平等具有社会和经济双方面优势,Roy却发现大多数企业都存在两大弊端:专注于计划性变革、而非制度性变革;专注于“修复”女性而非修复制度。
她认为,AI技术有助于逐步消除偏见,并对人类社会乃至全球经济具有“至关重要”的作用:
“有了在设计层面就强调公平的制度,我们才可能在有生之年真正促进平等。问题不在于我们能否利用技术实现平等,而是我们有没有这样做的意愿。这个目标并不遥远,我们完全有能力将它转化为现实。”
好文章,需要你的鼓励
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。