Timnit Gebru
científica de computación especialista en inteligencia artificial / De Wikipedia, la enciclopedia encyclopedia
Estimado Wikiwand AI, Seamos breves simplemente respondiendo estas preguntas clave:
¿Puede enumerar los principales datos y estadísticas sobre Timnit Gebru?
Resumir este artículo para un niño de 10 años
Timnit Gebru (Adís Abeba, c. 1982/1983) es una científica en computación etíope, especializada en algoritmos de minería de datos y sesgo algorítmico. También aboga por la defensa de la diversidad en la tecnología y es cofundadora de Black in AI, una comunidad de investigadores negros que trabajan en inteligencia artificial.
Timnit Gebru | ||
---|---|---|
Timnit Gebru en 2018 | ||
Información personal | ||
Nacimiento |
1983 Adís Abeba (Etiopía) | |
Nacionalidad | Estadounidense | |
Educación | ||
Educada en | Universidad Stanford | |
Supervisor doctoral | Fei-fei Li | |
Información profesional | ||
Ocupación | Investigadora, investigadora de la inteligencia artificial y AI ethicist | |
Área | Sesgo algorítmico y minería de datos | |
Empleador |
| |
Afiliaciones | Universidad Stanford | |
Sitio web | ai.stanford.edu/~tgebru | |
Distinciones |
| |
En diciembre de 2020, fue despedida de su puesto como técnico colíder del Equipo de Inteligencia Artificial Ética de Google después de negarse a una solicitud que directores de rango superior le hicieran al pedirle retirar de un informe, que estaba por ser publicado, los nombres de todos los empleados de Google mencionados en dicho informe (incluyendo el de ella).[1] Rechazó el pedido, solicitando los nombres y razones de las personas que tomaron esa decisión, y amenazó con renunciar si no era proporcionada aquella información.[2]Google no cumplió su petición y fue inmediatamente despedida. Google declaró que el informe en cuestión, titulado "Los Peligros de Loros Estocásticos: ¿Pueden Modelos de Lenguaje Ser Demasiado Grandes?" (En inglés On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?), ignoraba investigaciones recientes que muestran métodos de mitigar el sesgo en aquellos sistemas.[12][13]