Con 1,5 millones de dólares en financiación inicial, Humanitas tiene como objetivo ayudar a las empresas a gestionar el sesgo algorítmico

Humanitas Technologiesuna startup de inteligencia synthetic que crea un conjunto de datos diseñado para combatir el sesgo algorítmico a choose de los angeles diversidad y los angeles inclusión, anunció hoy que ha recaudado 1,5 millones de dólares en financiación inicial.

Los inversores incluyeron a Francoise Brougher, Jeff Walker, Mark Tercek, así como a los fundadores y ejecutivos de empresas de renombre como Google AI, Expedia, Meta y más.

Los angeles visión de Humanitas es ayudar a las empresas a evitar las trampas de los sesgos en los datos demográficos que utilizan para impulsar sus algoritmos de advertising. El sesgo puede surgir en los algoritmos porque los datos utilizados para capacitarlos a menudo son limitados y no siempre representan un segmento diverso de las comunidades a las que el negocio o empresa intenta dirigirse con su mercadeo o programas.

Hablando con SiliconANGLE, el cofundador y director ejecutivo de Humanitas, Phil Chow, explicó que otro problema es que las grandes empresas simplemente ven los angeles diversidad, los angeles equidad y los angeles inclusión como cuestiones difíciles y costosas de implementar. Eso los lleva a seguir usando algoritmos sesgados, que pueden dejar fuera a las mujeres y las comunidades minoritarias.

“Las empresas ven esto como un gasto y mientras lo vean como un gasto, solo será ‘bueno tener’”, dijo Chow.

Para superar esta situación, Humanitas proporciona interfaces de programación de aplicaciones fáciles de usar que permiten a los desarrolladores acceder a sus conocimientos y datos con facilidad. Eso elimina los angeles fricción de que las empresas podrían tener los angeles inclusión de ingeniería en su advertising, desarrollo comunitario y desarrollo de diversidad algorítmica, lo que significa que ya no es solo un gasto.

Humanitas obtiene sus datos de una gran cantidad de fuentes, incluidas millones de fuentes sin fines de lucro públicas y asociadas. Luego agrega y anula los angeles identificación de esos datos para que no se puedan usar para identificar a las personas individuales de las que proviene. Luego, los datos se pueden usar para proporcionar información menos sesgada sobre los datos socioeconómicos y demográficos reales de una localidad para advertising, finanzas u otras decisiones algorítmicas.

“Las personas de colour constituirán los angeles mayoría de los angeles clase trabajadora estadounidense para 2032”, señaló Chow. “Los algoritmos que impulsan a las empresas hoy en día no están diseñados para dar cuenta de este cambio demográfico sísmico”.

Con los angeles pandemia, agregó Chow, muchas empresas han cambiado su enfoque aún más hacia el advertising native y non-public. Sin embargo, los algoritmos que utilizan carecen de una comprensión sólida o matizada de las personas que viven en esas localidades porque solo “ven” una visión segmentada del comportamiento basada en un conjunto de hábitos de compra que carece de una comprensión de los valores fuera del negocio.

Con este financiamiento, Humanitas tiene los angeles intención de expandir sus capacidades de ingeniería para aprovechar sus capacidades existentes de agregación de datos, mejorar su API y facilitar a las empresas los angeles implementación de sus herramientas.

Chow dijo que su visión es ver que las empresas y los negocios minoristas sean menos sesgados, racistas y sexistas en el uso del advertising algorítmico y otras plataformas.

“Estos algoritmos que estamos usando están sesgados principalmente para personas como usted y como yo”, dijo Chow, refiriéndose a los hombres blancos y asiáticos identificados. “Los gráficos que creamos para las redes sociales y el comercio electrónico somos tú y yo, pero en el futuro habrá mucha más gente que no tú y yo y no está calibrado para eso. Si miro los datos actuales de Wikipedia o los datos demográficos, no puedo dar cuenta de eso. No se trata de los angeles cantidad de filas de datos, es los angeles cantidad de columnas y cómo podemos complementar mejor los angeles comprensión única de los angeles sociedad”.

Imagen: Estudio Planeta Azul