Partnership on AI Releases Groundbreaking Study on Attrition of Minoritized Workers in Tech
Zusammenfassung
Kurz
PAI stellt eine Studie zum Weggang von Frauen und People of Color aus der Tech- und KI-Branche vor. Sie beruhe auf Interviews und einer Bestandsaufnahme systemischer Arbeitsplatzprobleme und empfehle unter anderem stärkere Unterstützung für Beschäftigtengruppen, vielfältigere Führung sowie konkretere DEI-Schulungen. Die Pressemitteilung enthält keine näheren Angaben zur Stichprobe oder ausführliche Belege.
Mittel
Partnership on AI (PAI) meldet die Veröffentlichung der Studie *After the Offer: The Role of Attrition in AI’s Diversity Problem*. Sie untersucht, warum Frauen und People of Color die Tech- und KI-Branche verlassen, und betrachtet laut Mitteilung systemische Probleme am Arbeitsplatz und in der Belegschaft. Grundlage seien Interviews mit Beschäftigten aus marginalisierten Gruppen, Führungskräften und DEI-Verantwortlichen sowie eine umfassende Bestandsaufnahme. Der Bericht stellt die Ergebnisse und Empfehlungen der Studie dar, enthält aber keine Angaben zur Zahl oder Auswahl der Befragten und keine ausführlichen Belege.
Die Studie empfiehlt, Employee Resource Groups dauerhaft zu unterstützen, Führung und Management gezielt vielfältiger zu besetzen, DEI-Schulungen konkreter und stärker mit der KI-Arbeit zu verbinden sowie Unternehmenswerte und ihre tatsächliche Umsetzung so zu verändern, dass bislang ausgeschlossene Perspektiven berücksichtigt werden. Jeffrey Brown, Autor der Studie, sagt, die Untersuchung benenne systemische Ursachen für den überproportionalen Weggang marginalisierter Beschäftigter und formuliere umsetzbare Schritte. Zum Start kündigt PAI außerdem eine Podiumsdiskussion für den 27. April 2022 an.
Ausführlich lesen
Partnership on AI (PAI) kündigt die Veröffentlichung der Studie *After the Offer: The Role of Attrition in AI’s Diversity Problem* an. Die Arbeit untersucht, wie der Weggang von Beschäftigten die Vielfalt in der Technologiebranche und insbesondere im Bereich künstlicher Intelligenz beeinflusst. Im Fokus stehen Frauen und People of Color, die der Bericht als marginalisierte Gruppen bezeichnet. Die Mitteilung ordnet die Untersuchung in branchenübergreifende Kündigungstrends ein und stellt sie als eine der ersten Arbeiten dar, die konkrete Leitlinien für mehr Inklusion im KI-Bereich vorlegen.
Laut Mitteilung beruht die Studie auf Interviews mit Menschen aus marginalisierten Gruppen, die in verschiedenen KI-Bereichen arbeiten, sowie mit Führungskräften und Verantwortlichen für Vielfalt, Gleichberechtigung und Inklusion (DEI) in der Tech-Branche. Hinzu komme eine umfassende Bestandsaufnahme systemischer Probleme am Arbeitsplatz und in der Belegschaft, die mit dem Ausscheiden von Beschäftigten zusammenhingen. Jeffrey Brown, Forschungsstipendiat für Vielfalt und Inklusion bei PAI und Autor der Arbeit, erklärt, die Studie benenne systemische Ursachen und entwickle daraus umsetzbare Empfehlungen. Der vorliegende Bericht gibt diese Einschätzung wieder, führt jedoch weder einzelne Interviewaussagen noch konkrete Messwerte oder eine detaillierte Auswertung an.
Die Mitteilung hebt vier Empfehlungen aus der Studie hervor: Unternehmen sollen Beschäftigtengruppen (Employee Resource Groups, ERGs) dauerhaft und strukturell unterstützen, da diese laut Untersuchung eine wichtige Anlaufstelle für Beschäftigte im KI-Bereich seien. Außerdem sollen Führungsteams und Management gezielt vielfältiger zusammengesetzt werden. DEI-Schulungen sollten nach Auffassung der Studie konkreter sein und stärker an den Inhalten der KI-Arbeit anknüpfen. Schließlich sollten Organisationen prüfen, wie ihre erklärten Werte tatsächlich umgesetzt werden, und diese grundlegend so verändern, dass Perspektiven von Menschen einbezogen werden, die nicht weiß, cisgeschlechtlich oder männlich sind.
Zum Start der Studie kündigt PAI zudem eine öffentliche Podiumsdiskussion für den 27. April 2022 an. Sie soll Strategien zur Bindung vielfältiger Talente in der KI behandeln. Als Moderation wird Tina M. Park von PAI genannt; Jeffrey Brown und Allison Scott vom Kapor Center sind als Teilnehmende aufgeführt. Weitere Namen sollten laut Mitteilung noch bekanntgegeben werden.
Der Text ist eine Pressemitteilung über die Veröffentlichung und deren zentrale Empfehlungen. Er enthält keine vollständige Darstellung der Studie, keine Angaben zur Zahl oder Auswahl der Interviewten und keine näheren Belege, anhand derer sich die Ergebnisse unabhängig beurteilen ließen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Beide Zusammenfassungen (kurz und mittel) wurden geprüft; beide geben den Bericht im Kern treu wieder. Die Bewertung bezieht sich auf die ausführlichere mittlere Fassung, in der nur das Wort 'dauerhaft' hinzugefügt ist. Die Einordnung betrifft drei Sammelfragen, Teilfragen wurden nicht angegeben.
Im Bericht, aber nicht in der Zusammenfassung
- Der Hinweis, dass die Studie laut Mitteilung zu den ersten gehört, die konkrete Handlungsempfehlungen für die Inklusion im KI-Feld geben
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- 'dauerhaft' bei der Unterstützung der Employee Resource Groups: der Bericht sagt nur 'systemically support', ohne zeitliche Dimension
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 45 %gleiches Oberthema, hilft nicht
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra
Offenlegung und Rechenschaft
- SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
- clef 100 %kein Bezug
- Luna 35 %einzelne zitierbare Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 49 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 33 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- Haiku-Prüfung kein Bezug
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 32 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 46 %gleiches Oberthema, hilft nicht
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
Weitere Berichte zu diesen Fragen
- Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv