今年对科技行业的多样性、公平性和包容性而言是令人担忧的一年,许多公司开始缩减相关举措和努力。
这种缺乏承诺的态度导致许多知名的多元化组织也减少了自身的努力,不愿意为企业提供表面文章的机会,而非真正推动变革。
随着年末approaching,英国科技行业明年的多元化格局仍存在诸多疑问。
1. 投资门槛的拟议变更凸显融资多元化不足
年初,科技和金融领域的女性群起抗议一项可能造成创业融资多元化鸿沟的政府决定。
在一轮磋商后,英国财政部决定修改"高净值个人"的定义标准,这使得女性成为天使投资人变得更加困难。
国会议员卡罗琳·迪内奇支持 investHER 运动,呼吁修改新法律,最终这一决定被撤回。
2. BCS 报告显示科技多元化进展缓慢
英国计算机学会 (BCS) 的研究扩展了该组织疫情前的研究,发现过去五年英国科技行业的多元化增长缓慢。
以科技界女性为例,研究发现 2022 年英国科技专业人士中女性占比为 20%,仅比 2018 年增长 4%。
3. 误解和代表性不足阻碍科技多元化
关于是什么阻碍了弱势群体选择科技行业职业,存在诸多争论。
编码学院 (Institute of Coding) 的研究表明,人们并不完全清楚科技行业的工作内涵,这种误解加上科技职位中英国总人口代表性的缺失,成为考虑从事科技职业的人们的巨大障碍。
4. Everywoman 公布 2024 年科技女性奖获奖者
2024 年夏天,商界女性网络 Everywoman 与 Bupa 合作,宣布了今年的科技奖获奖者。
今年的主题是"赋能、转型、蓬勃发展",讨论的焦点集中在提高科技行业女性榜样的可见度和可及性,以鼓励更多人进入科技行业的重要性上。
5. 人人参与 - 科技界多元化与包容性的专家建议
每年,《计算机周刊》与其合作伙伴 Harvey Nash 都会举办一场科技多元化活动,讨论相关话题,并公布英国最具影响力的科技女性名单。
今年发布了 2023 年活动的总结报告,其中包括科技专家就如何在科技企业中促进多元化和包容性,以及为什么在多元化、公平性和包容性方面需要每个人参与的建议。
6. Knowledge24: 演员维奥拉·戴维斯称"生活中不能独自前行"
在 ServiceNow 的 Knowledge24 活动中,演员维奥拉·戴维斯谈到了她的职业生涯、科技界的女性以及在职业和生活中支持身边人的重要性。
戴维斯表示,生活中"不能独自前行",她解释了导师制和他人的帮助如何极大地推动了她的职业生涯,这与科技行业关于榜样对鼓励他人从事科技工作的重要性的讨论相呼应。
7. 37% 的英国企业领导者优先考虑女性 AI 决策者
人工智能 (AI) 在生活和商业中变得越来越重要,这让许多人担心开发团队的多元化问题。
IBM 的研究发现,英国的企业领导者认为确保女性在科技行业担任决策职位对于确保 AI 和其他技术的开发考虑到每个人至关重要。
8. 科技人才宪章近 10 年运营后解散
在其年度报告发现科技行业正在减少多元化举措后,科技人才宪章宣布将在近 10 年的运营后解散。
在关闭之际,该组织呼吁行业不要在改善行业的努力上倒退,并给出了下一步行动的建议。
9. 女性面临更大的工作自动化取代风险
Code First Girls 和科技人才宪章的联合研究证实了业界的担忧,即没有女性参与 AI 等技术的开发会对某些用户群体产生负面影响。
根据这项研究,工作自动化影响女性的可能性比男性高 40%,不过这种情况可以通过持续培训来改善。
10. 从美容模特到科技榜样 - 今年英国最具影响力的科技女性
2024 年,科技教育慈善机构 Tech She Can 的联合首席执行官谢里丹·阿什成为《计算机周刊》评选的第 13 位英国最具影响力科技女性。
这一公告与其他前 50 名一同发布,还包括《计算机周刊》2024 年度新星和科技女性名人堂名单。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。