Ayanna Howard
Organisationer inför AI inom rekrytering, hälso- och sjukvård och den löpande verksamheten innan de förstår vems antaganden som är inbyggda i dessa system. Partiskhet i AI är inte ett dataproblem – det är ett designproblem, och det kan direkt härledas till homogeniteten hos de team som utvecklar verktygen. Den andra risken är mindre synlig: forskning visar att människor rutinmässigt förlitar sig på automatiserade system på sätt som går långt utöver systemens tillförlitlighet, även i situationer där mycket står på spel. Styrelser som har godkänt införandet av AI har ofta inte beaktat något av dessa problem.
Ayanna Howard är robotforskare och dekan för ingenjörsvetenskap vid Ohio State University. Hennes forskning om partiskhet inom AI och människors överdrivna förtroende – som bygger på över 250 vetenskapligt granskade publikationer och boken *Sex, Race, and Robots* – ger organisationer den evidensbaserade grunden som krävs för att styra införandet av AI, inte bara införa det.
Full Profile
Varför organisationer samarbetar med Ayanna Howard
- Hennes forskningsgrupp tog fram de första vetenskapligt granskade algoritmerna som kvantifierar hur robotfel urholkar människors förtroende – bland annat i nödsituationer där människor följde automatiserade system bort från tydligt markerade utgångar. Denna upptäckt omformulerar frågan om AI-styrning från ”är vårt system korrekt?” till ”litar våra medarbetare farligt mycket på det?”.
- Hennes bok *Sex, Race, and Robots* (2021) framför ett konkret, falsifierbart argument: partiskhet inom AI har sitt ursprung hos utvecklaren, inte i data. Det argumentet förändrar hur ledningsgrupper fördelar ansvaret – och vad de behöver göra före implementeringen, inte efter.
- Hon sitter i styrelserna för Autodesk och Motorola Solutions samtidigt som hon leder en av de största ingenjörsskolorna i USA. Hon förstår AI-beslut från laboratoriet till styrelserummet, och hon talar till båda med lika stor auktoritet.
- Zyrobotics, företaget som hon grundade utifrån sin forskning vid Georgia Tech, har kommersialiserat AI för barn med motoriska och kognitiva utmaningar – hon har direkt produkt erfarenhet av att omsätta forskning till reglerade, praktiska tillämpningar.
- Som ACM Athena-föreläsare 2021–2022 och medlem i IEEE, AAAI, AAAS och National Academy of Inventors har hennes meriter stor tyngd både i tekniska due diligence-samtal och i ledningsdiskussioner.
Höjdpunkter i biografin
- Dekan för College of Engineering, Ohio State University – den första kvinnan i rollen; ansvarar för en årlig budget på 360 miljoner dollar, 12 institutioner och över 11 900 studenter
- Seniorforskare inom robotik och biträdande chef vid Office of the Chief Scientist, NASA Jet Propulsion Laboratory – bidrog till programmen för Mars-rovern och robotik i Arktis
- Utsedd till ACM Athena-föreläsare 2021–2022 för grundläggande bidrag till tillgängliga människa-robot-system och AI
- Författare till *Sex, Race, and Robots: How to Be Human in the Age of AI* (Audible Studios/Brilliance Audio, 2021)
- Medlem i IEEE, AAAI, AAAS och National Academy of Inventors; invald medlem i American Academy of Arts and Sciences
- Oberoende styrelseledamot i Autodesk Inc. och Motorola Solutions Inc.
- Grundare av Zyrobotics – ett spin-off-företag från Georgia Tech som utvecklar AI-drivna utbildnings- och terapiprodukter för barn med särskilda behov
- Utsedd till en av Forbes ”America’s Top 50 Women in Tech” och Business Insiders ”23 Most Powerful Women Engineers”; har uppmärksammats i TIME, Vanity Fair, CNN och NPR
Biografi
När ett AI-system fattar ett felaktigt beslut skyller de flesta organisationer på data. Ayanna Howards forskning framför ett starkare argument: partiskhet i AI är ett konstruktionsfel, och det kan spåras direkt till den som bygger systemet. Hennes ljudbok *Sex, Race, and Robots* (2021) förmedlade detta argument till en bred publik. Hennes mer än 250 vetenskapligt granskade publikationer har förankrat detta i den vetenskapliga litteraturen.
Hennes experimentella arbete skärper insatserna. Howards Human-Automation Systems Lab tog fram de första algoritmerna för att kvantifiera hur robotfel urholkar människors förtroende – bland annat i nödsituationer, där försökspersoner följde en automatiserad vägvisning bort från tydligt markerade utgångar. Konsekvensen är tydlig: människor litar för mycket på AI-system på sätt som har betydelse för viktiga beslut inom hälso- och sjukvård, rekrytering och säkerhet.
Hennes auktoritet i dessa frågor sträcker sig över tre olika områden. Hon tillbringade tolv år vid NASA:s Jet Propulsion Laboratory – som seniorforskare inom robotik och biträdande chef vid Office of the Chief Scientist – där hon utvecklade autonoma system för Mars och arktisk terräng. Därefter ledde hon ett av USA:s mest produktiva laboratorier för människa-robot-samverkan vid Georgia Tech. Idag är hon dekan för ingenjörsvetenskap vid Ohio State University – universitetets första kvinnliga dekan – med ansvar för tolv institutioner, en budget på 360 miljoner dollar och mer än 11 900 studenter.
Howard sitter även i styrelserna för Autodesk och Motorola Solutions och har grundat Zyrobotics, som omsätter hennes forskning till AI-drivna utbildnings- och terapiprodukter för barn med särskilda behov. Hon är Fellow vid IEEE, AAAI, AAAS och National Academy of Inventors samt ACM Athena-föreläsare för 2021–2022. För styrelser och ledningsgrupper som ställer seriösa frågor om AI-styrning erbjuder hon peer-reviewed forskning, institutionell skala och direkt kommersiellt ansvar – allt i en och samma person.
Viktiga föreläsningsämnen
- Partiskhet inom AI och ansvarsfull systemdesign
- Människors överdrivna förtroende för automatiserade system
- Interaktion och förtroende mellan människa och robot
- Hjälp- och vårdrobotik
- AI-styrning och etik
- AI i näringslivet: risker och möjligheter
- Tekniskt ledarskap och mångfald bland personalen inom STEM
Perfekt för
- Styrelser och ledande befattningshavare med ansvar för AI-styrning
- Teknikchefer och digitala chefer som övervakar införandet av AI
- Ledare inom forskning, utveckling och innovation i teknik-, hälso- och tillverkningsföretag
- Utvecklingsprogram för ledare inom teknik och ingenjörsvetenskap
Resultat för målgruppen
- En specifik omformulering av ansvaret för AI: partiskhet är ett designansvar, inte ett dataproblem – med konsekvenser för vem i organisationen som bär ansvaret
- Ett evidensbaserat förståelse för hur människor litar för mycket på automatiserade system, och vad det innebär för styrning och beslut om införande
- Praktiska kriterier för att utvärdera AI-system innan de placeras i roller med stora konsekvenser
- En tydligare förståelse för i vilka fall mångfald bland personalen i tekniska team påverkar AI-resultaten – och hur man kan argumentera för detta internt
- En mer säker och evidensbaserad ståndpunkt för styrelser och ledningsgrupper som står inför beslut om införande av AI
Utvecklingssamtal
Undersöker hur AI och robotteknik omformar sysselsättningen och den sociala rörligheten, samt vad organisationer och utbildare måste göra för att bygga upp en kompetent och inkluderande teknisk arbetskraft.
Viktiga slutsatser:
- Hur man effektivt integrerar STEM-undervisning i alla åldersgrupper, från tidig barndom till högre utbildning
- Hur man skapar ett bestående intresse och kompetens inom AI-relaterade områden bland underrepresenterade grupper
- Vad organisationer kan göra för att stödja den ström av tekniska talanger som AI-ekonomin kräver
Med utgångspunkt i hennes mycket populära TED-föreläsning undersöker denna presentation hur man genom att integrera principer från mänskligt beteende och neurovetenskap kan göra AI-system säkrare, effektivare och bättre anpassade till sociala normer.
Viktiga slutsatser:
- Hur mänsklig intelligens och beteende kan ligga till grund för utformningen av robot- och AI-system
- Varför det är avgörande att integrera regler för interaktion för en säker och effektiv interaktion mellan människa och robot
- Konsekvenserna av mer människoliknande AI-system för teknikföretag, näringslivet och konsumenterna
Utforskar robotikens och AI:s roll inom hälso- och sjukvården, särskilt när det gäller att stödja barn med särskilda behov och äldre patienter, med utgångspunkt i Howards egen forskning och kommersiell produktutveckling.
Viktiga slutsatser:
- Hur robotsystem kan stödja fysioterapi och rehabilitering för barn med motoriska begränsningar
- Möjligheterna för AI-styrda robotar att övervaka hälsan och ge emotionellt stöd
- Praktiska överväganden för att integrera hjälprobotar i vårdmiljöer
Ett modererat seminarium som belyser både de operativa fördelarna och de oavsiktliga konsekvenserna av AI-implementering – för att hjälpa ledare att bedöma risker och förbereda sig för en ansvarsfull implementering.
Viktiga slutsatser:
- Hur AI-verktyg kan förbättra dataanalysen och den operativa effektiviteten
- Viktiga frågor som organisationer bör ställa sig innan de implementerar AI-system
- Hur man identifierar och minskar risker, inklusive integritetsfrågor, datamissbruk och oavsiktliga diskriminerande effekter
Behandlar hur mänskliga fördomar blir inbyggda i AI-system, och hur ett överdrivet förtroende för automatiserade beslut leder till etiska och sociala konsekvenser som organisationer ofta inte är medvetna om.
Viktiga slutsatser:
- Hur fördomar påverkar utvecklingen och resultaten av AI-algoritmer
- Riskerna med att förlita sig för mycket på automatiserade system vid beslut med stora konsekvenser
- Strategier för att mildra eller förebygga fördomar i nästa generations AI-teknik