[ad_1]
Estamos empolgados em trazer o Change into 2022 de volta pessoalmente em 19 de julho e virtualmente de 20 a 28 de julho. Junte-se aos líderes de IA e dados para conversas perspicazes e oportunidades de networking empolgantes. Registre-se hoje!
Há muitas maneiras pelas quais o viés pode ser incorporado em algoritmos e decisões de inteligência synthetic (IA) e aprendizado de máquina (ML), apesar dos melhores esforços para identificá-lo e extirpá-lo. Ele pode estar enterrado nos dados usados para gerar os algoritmos, no próprio processo de treinamento ou surgir na forma como os algoritmos são usados para tomar decisões.
Em 2018, a IBM lançou o AI Equity 360, um equipment de ferramentas de código aberto para verificar e mitigar o viés em conjuntos de dados e modelos de ML e, posteriormente, adicionou suporte para medir incertezas. A ferramenta melhorou a equidade dos empréstimos à habitação, seguros e decisões médicas.
O novo equipment de ferramentas de publicidade de código aberto da IBM para AI Equity espera fazer o mesmo para o setor de publicidade. Os consumidores não estão lutando pela aprovação de melhores anúncios da mesma forma que fariam para a aprovação de uma melhor taxa de hipoteca ou procedimento médico.
“A verdadeira essência de tudo isso é a integração de ferramentas de detecção e mitigação de viés nas principais tecnologias de advertising e publicidade”, disse Bob Lord, vice-presidente sênior da Climate Corporate and Alliances da IBM, ao VentureBeat.
A Statista estimou que as empresas gastaram US$ 764 bilhões em publicidade em 2021 e espera que esse número ultrapasse US$ 1 trilhão em 2026. Melhor detecção e mitigação de viés pode ajudar empresas, organizações sem fins lucrativos e governos a obter mais valor de seus gastos com anúncios em diferentes grupos. Também pode ajudar a melhorar os determinantes sociais da saúde.
O anúncio encontra a tecnologia
“O preconceito que existe na publicidade tem sido historicamente enraizado na forma como fazemos advertising”, disse Lord. Começa com a forma como os cientistas de dados modelam os dados do segmento e modelam os consumidores. Agora, a indústria de publicidade está passando por uma convergência de advertising e tecnologia. “Nós nos tornamos muito bons no setor de publicidade em segmentar as pessoas”, disse Lord. Mas no processo de segmentação de pessoas com novos algoritmos de ML, os anunciantes também subotimizaram os resultados para determinados grupos.
Por exemplo, a IBM trabalhado com o Advert Council em um projeto para entender o impacto do viés em uma campanha de educação sobre vacinas COVID-19 orientada por algoritmos. O sistema exibiu dinamicamente mais de 10 milhões de impressões de anúncios que consistem em 108 variações criativas diferentes selecionadas pelos algoritmos. Com o pace, o sistema otimizou os anúncios para mulheres de 45 a 65 anos que acabaram clicando 32 vezes mais do que a média.
Isso pode ter sido um ótimo resultado para um novo acessório de bolsa, mas não foi ultimate para melhorar a conscientização sobre o COVID-19 para outros dados demográficos. “O preconceito não é intencional”, explicou Lord. “Está oculto na tecnologia e não o vemos porque ainda não temos tecnologia de detecção de viés embutida nas máquinas.”
A equipe de Lord já integrou essa tecnologia aos fluxos de trabalho de desenvolvimento de IA e ML para aplicativos de hipotecas e subscrição de seguros. Hoje eles estão trabalhando com algumas empresas de serviço rápido para analisar campanhas de advertising após o fato. “Minha esperança é que, daqui a um ano, possamos construir essa tecnologia desde o início”, disse Lord.
A missão do VentureBeat é ser uma praça virtual para os tomadores de decisões técnicas adquirirem conhecimento sobre tecnologia empresarial transformadora e realizarem transações. Aprender mais sobre a associação.
[ad_2]
Fonte da Notícia: venturebeat.com
