Partiamo dai dati: In Italia la percentuale di ragazze iscritte ai corsi STEM è del 15% nonostante le ragazze rappresentino quasi il 60% delle persone laureate in Italia.
Come mai le donne sembrano essere meno inclini alle materie tecniche, scientifiche e matematiche? All’origine di questo divario troviamo una serie di stereotipi: dal credere che le donne siano naturalmente portate verso discipline sociali, umanistiche e di cura, influenzando così la loro scelta di studi; alla cara vecchia convinzione che gli uomini siano dotati di un pensiero logico-matematico e le donne di uno emotivo-empatico; fino all’idea che le donne siano predisposte a occuparsi di professioni legate all’assistenza e alla cura delle persone.
Non sono solo gli stereotipi a ostacolare l’ingresso delle donne nel campo delle materie STEM, ma anche le sfide che incontrano dopo la laurea. Secondo il World Economic Forum, le donne faticano a seguire una carriera in queste aree al pari dei loro colleghi uomini. Nel settore dell’intelligenza artificiale (IA), le donne costituiscono solamente il 22% dei professionisti a livello mondiale, rappresentano appena il 13,83% degli autori di studi scientifici su questo argomento e solo il 18% degli autori presenti nelle principali conferenze dedicate all’IA.
La creazione di un gruppo di lavoro dedicato alla parità di genere e alla sostenibilità sociale all’interno di Cdo Marche Sud rappresenta una preziosa opportunità per scambiare idee e discutere tra socie e soci su come superare gli stereotipi e promuovere l’uguaglianza di genere come veicolo di equità, giustizia sociale, benessere e crescita economica.
L’importanza di iniziative come percorsi di orientamento che allargano gli orizzonti e figure di riferimento che servono da ispirazione è sempre più riconosciuta. Perciò in questa giornata vogliamo farvi conoscere Lucia Migliorelli, energica e determinata attivista del tavolo. Lucia è ricercatrice del Dipartimento di Ingegneria dell’Informazione dell’Università Politecnica delle Marche e docente del corso di Computer Vision e Deep Learning.
Lucia, ci puoi descrivere il tuo lavoro quotidiano?
“Come ricercatrice, mi occupo dello sviluppo di algoritmi di deep learning, con un focus particolare sull’analisi di dati multimediali, per assistere nei processi decisionali nel settore clinico. È un lavoro che mi appassiona profondamente, perché combina innovazione tecnologica e impatto positivo sulla società. Posso orgogliosamente affermare (ndr lo dice ridendo) di appartenere a quel 22% di donne attive nel campo dell’IA, un settore in cui spero di vedere presto una maggiore parità di genere.”
Come contribuisci all’ambito educativo?
“Svolgo il ruolo di docente per il corso di Computer Vision e Deep Learning, rivolto a studentesse e studenti della laurea magistrale in ingegneria Informatica e dell’Automazione. È un’esperienza molto gratificante per me: condividere la mia passione per queste tecnologie avanzate e stimolare l’interesse e la curiosità delle nuove generazioni, sia uomini sia donne, è fondamentale. Cerco di trasmettere non solo i concetti teorici della materia, ma anche l’importanza dell’etica, dell’innovazione responsabile e dell’equità nel settore tecnologico.”
Parli di equità, ma sempre più titoli di blog e giornali fanno riferimento a risposte degli algoritmi pregiudizievoli, non eque. Puoi approfondire questo tema anche per chi non è del settore?
“Quando parliamo di risposte algoritmiche pregiudizievoli o non eque, ci riferiamo alla tendenza di alcuni sistemi IA di produrre esiti che favoriscono o discriminano specifici gruppi di persone, spesso basandosi su genere, etnia, o altri fattori socio-demografici. I pregiudizi (o bias) possono insinuarsi negli algoritmi attraverso i dati su cui vengono addestrati. Se i dati riflettono pregiudizi storici o sociali, l’algoritmo inevitabilmente li assimilerà in fase di addestramento e li rifletterà nelle proprie decisioni. Ecco perché questa breve intervista assume un’importanza fondamentale. Sono certa che sia essenziale incoraggiare una discussione aperta e costruttiva su queste tematiche, coinvolgendo esperte ed esperti del settore e l’intera comunità che quotidianamente interagisce con questi sistemi e produce dati che alimentano gli algoritmi. Questa consapevolezza condivisa permetterà di sviluppare sistemi di IA che riflettano e rispettino la diversità dell’esperienza umana, solo in questo modo possiamo mirare a costruire un futuro in cui la tecnologia diventa un elemento di equilibrio, anziché un fattore che intensifica pregiudizi già troppo radicati!”
