Vi trenger ikke datakraften til en stor språkmodell for å innse at vi ikke gjør nok for å lære jenter om AI.  

Kvinner utgjør bare 22 % av den globale AI-arbeidsstyrken, ifølge FN. Men den gode nyheten er at vi kjenner formelen for suksess i AI-undervisningen, sier Tara Chklovski, grunnlegger og administrerende direktør i Technovation, og Shanika Hope, direktør for teknisk utdanning hos Google. 

Technovation, en ideell organisasjon for teknisk utdanning, samarbeidet nylig med Google, UNICEF og andre organisasjoner for å lanser AI Forward Alliance, som søker å påvirke 25 millioner unge kvinner globalt ved å gi dem evidensbasert og handlingskraftig AI-opplæring. Programmet bruker Læreplan for teknologinovasjon, som er tilgjengelig gratis for lærere globalt. 

"76% av jentene som går gjennom programmet vårt, går inn i STEM-grader, og går deretter inn i STEM-karrierer," sier Chklovski. 

Treningen er bygget på fire prinsipper som er basert på motivasjonsteori. Chklovski og Hope diskuterer hvordan disse prinsippene kan brukes til å oppmuntre til AI-suksess hos jenter hvor som helst i verden.

1. Lære AI til jenter: Gi relaterte AI-rollemodeller 

Et viktig skritt for å få jenter interessert i AI-feltet er å gi eksempler på vellykkede kvinner i feltet. 

«Du trenger eksponering for forbilder, folk som ser ut som deg, som snakker om utfordringene de har overvunnet for å komme dit de er. Det er kritisk, sier Chklovski. 

"Det er utrolige entreprenørkvinnelige grunnleggere som bygger utrolige organisasjoner og utrolig AI-teknologi selv," sier Hope. "Så det å hjelpe jenter til å se dem hjelper dem å identifisere at de også kan gjøre dette - kan bygge og bruke og designe utrolig teknologi som skaleres og løser problemer de bryr seg om i samfunnet deres."

Hope legger til, "Dette krever at vi er bevisste med tanke på hva slags læring vi legger foran jenter i form av at læreplanen er kulturelt responsiv og reflekterer dem. Å gi jenter muligheten til å se jenter i læreplanen i læringen, slik at de ser seg selv som teknologiske og at stemmen deres er inkludert og at de er ved bordet.»

2. Innlemme prosjektbasert læring 

Å la studenter jobbe mot virkelige mål er en annen nøkkel til vellykket AI-utdanning for jenter. 

"Det starter egentlig med denne ideen om å lære ved å gjøre," sier Hope. "Vi må bare gi jenter muligheten og tilgangen til å faktisk begynne å bruke verktøyene, bygge verktøyene, designe verktøyene." 

I tillegg må oppgaver være noe hver elev brenner for. "Det er ikke nok å bare si, 'Å, her er hvordan en AI-modell fungerer, og så gå og gjøre et prosjekt på slutten.' Det fungerer aldri, sier Chklovski. "Technovation-modellen er å finne et problem du bryr deg om i samfunnet ditt. Og så, 'Å, forresten, her er måtene du kan bygge en AI-modell på eller trene et datasett til å faktisk løse det problemet.'

3. Ha folk som tror på hver elevs suksess 

«Du trenger folk rundt deg som har høye forventninger til deg. Og så det er her det er veldig viktig for foreldre å forstå hvordan de bør støtte døtrene sine, sier Chklovski.  

Men støtte fra foreldre og til og med lærere er ikke nok. "Det er veldig viktig å ha mentorer, som ikke er din lærer, ikke din forelder," sier Chklovski. "Dette er vanligvis flaskehalser for store programmer fordi vi elsker ideen om å legge innhold på nettet og elever som går gjennom alle slags hindringer for å lære." 

Ikke overraskende fungerer ikke disse nettressursene godt alene. Uansett hvor godt en er designet, vil den ofte gå ubrukt med mindre det er et personlig preg. "Vi lærer best når det er mennesker som støtter og heier på oss," sier Chklovski. "Så en sentral del av modellen vår er å engasjere industrien, frivillige og lærere, og våre alumner som mentorer for disse jentene." 

Eller som Hope sier det, vellykkede AI-utdanningsprogrammer for unge kvinner krever et støttende fellesskap. "Så jenter kan øve og ha et trygt sted å lære å feile raskt, feile fremover," sier hun.

4. Feire suksess

Det siste trinnet er å ha en storstilt feiring som hedrer studentens suksess med å fullføre programmet eller et AI-prosjekt. Disse bør involvere mange mennesker som heier på studenten i en emosjonell seremoni av noe slag. "Disse er ikke enkle å koordinere og i stor skala, men er avgjørende for å sementere i hjernen din: 'Å herregud, jeg gjorde noe så hardt, og alle heiet på meg.' Du glemmer det aldri, sier Chklovski. 

En del av å feire disse prestasjonene er å erkjenne den faktiske virkningen av prosjektene studentene har fullført. For eksempel opprettet en student i Bolivia en algoritme for å spore ulovlig handel med dyreliv. En annen student i India trente en AI-modell for å gjenkjenne fuglesang som en måte å overvåke lokale forurensningsnivåer på. 

"En av tingene jeg elsker at Technovation gjør, er at det egentlig ikke handler om å lære jenter koding eller å lære jenter informatikk," sier Hope. "Det er denne helhetlige opplevelsen at vi gir jenter verktøyene og evnene, læring gjennom å gjøre, i et sterkt støttende miljø slik at de kan bygge for fremtiden og være en del av fremtiden." 

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• kilde: https://www.techlearning.com/news/4-proven-strategies-for-teaching-ai-to-girls-and-anyone