Maya Guido
Mit ihrer hervorragenden Bachelorarbeit mit dem Titel «Towards inclusivity in machine learning development: Building data annotation tools for visually impaired people» leistet Maya Guido einen entscheidenden Beitrag für die Umsetzung der Nachhaltigkeitsziele SDG 8 «Menschenwürdige Arbeit und Wirtschaftswachstum», SDG 9 «Industrie, Innovation und Infrastruktur» und SDG 10 «Weniger Ungleichheiten».
Maya Guido hat Informatik an der Universität Zürich studiert und arbeitet derzeit als Engineering Program Manager im Computer Vision Lab von Apple in Zürich. Sie beschäftigt sich intensiv mit der Frage, wie Technologie verantwortungsvoll, inklusiv und im Einklang mit menschlichen Werten entwickelt werden kann. Neben ihrer Arbeit und Forschung ist Maya Vorstandsmitglied des Schweizerischen Blindenverbunds und arbeitet daran, Initiativen zu lancieren, die den Zugang zu technologischer Bildung für sehbehinderte Menschen erweitern. Durch ihre Beiträge hofft sie unterprivilegierte Gemeinschaften zu stärken und eine größere Inklusion in der Welt der Technik zu fördern.
Betreuung: Prof. Elaine Huang
Kontakt: LinkedIn Maya Guido
Um eine KI zu entwickeln, die für alle funktioniert, müssen alle daran mitarbeiten (Abstract lesen)
Viele Modelle des maschinellen Lernens basieren auf Daten, die traditionell von Menschen beschriftet werden. Diese Eingaben können die Art und Weise beeinflussen, wie KI-Systeme die Welt verstehen und Entscheidungen treffen. Infolgedessen kann die KI voreingenommene oder eingeschränkte Sichtweisen der Menschen übernehmen, die ihre Daten beschriften. Dies kann zu ungleichen Ergebnissen führen, insbesondere für unterrepräsentierte Gemeinschaften, die in der Vergangenheit weniger Möglichkeiten hatten, an solchen Phasen der ML-Entwicklungspipeline teilzunehmen. In ihrer Bachelorarbeit befasst sich Maya Guido mit dieser Herausforderung und entwickelt ein Tool, das es blinden und sehbehinderten Menschen ermöglicht, aktiv zur Datenbeschriftung beizutragen. Das Tool wurde mit und für diese Gemeinschaft entwickelt. Es ermöglicht den Nutzenden, Audiodaten nicht visuell zu annotieren, indem es die Ausgabe von Bildschirmlesegeräten und eine barrierefreie Tastaturnavigation nutzt. Solche inklusiven Tools für das maschinelle Lernen sind ein Schritt, um sicherzustellen, dass die KI von der Vielfalt derer geprägt ist, denen sie dienen soll.