本文章是塑造新经济与社会的未来 平台的一部分
- 残疾人的失业率可能高达80%，而在自闭症等人群中，这个数字可能还会更高。
- 人工智能可以解决认知多样性及其他残疾人在日常生活中面临的一些挑战和歧视。
- 然而，在开发辅助技术时，我们需要克服数据偏见、历史性排斥和研究匮乏等问题。
残疾人失业率在一些国家高达80％，这让残疾人成为在就业方面最为边缘化的群体之一。
那些受雇的残疾人群，也经常面临不平等的招聘和晋升标准、同工不同酬，以及职业隔离等问题，这使得提升残疾人群的包容性变得十分困难。
事实上，在一些国家，将残疾人排除在外所造成的经济损失，高达国内生产总值的7%。相比之下，包容残疾人群体的商业战略可能会让公司收入增加28%，利润率提高30%。
最近，随着欧盟《2021-2030年残疾人权利战略》及欧洲残疾人论坛关于让《欧盟人工智能法案》更好包容残疾人的决议等政策法规的推出，以及联合国儿童基金会《面向残疾女童的无障碍和包容性数字解决方案》等专门的指引及政策框架的出台，无障碍政策及其相关解决方案受到了越来越多公众的关注。
然而，认知多样性（亦常称为神经多样性）造成的精神障碍及残疾仍然被社会所排斥，并缺乏公共政策框架的支持。认知多样性指的是大脑差异影响了大脑工作方式的群体。与大脑没有这些差异的人相比，认知多样性群体面临着不同的阻碍，包括医学障碍、学习障碍、社交障碍等。
这是我们需要去解决的重要问题，因为自闭症人群的失业率可能会达到85％（不同国家之间有所差异），严重精神卫生障碍人群的失业率可达68％-83％，而唐氏综合症人群的失业率则为43％。
这些精神障碍是一些受社会影响最严重的人群之一，也是最庞大的人群之一。例如，在英国，至少六分之一的人有一种或多种神经障碍，其中七分之一是认知多样性人群。同时，在美国，一年中每四个成年人中就有一个人被确诊为有可诊断的精神障碍。
这些人经常被警察错误地要求停下来接受检查、在求职面试中受到歧视，并在学术界和教育系统中遭受社会性孤立。
技术发展可以支持认知多样性人群
情感和对话人工智能、辅助机器人及社交伴侣、专业招聘平台，以及学习平台和工具等一系列技术进步，可以通过创造一个更加无障碍的职场、招聘和学习体验，以及为残疾人提供更多便利的实践措施，帮助我们应对精神障碍所带来的挑战。
Robokind和LuxAI等公司正在使用社交机器人为有自闭症的学生提供情感培训；Brainpower是一种有助于认知多样性个体进行社交情感学习的可穿戴设备；Beme.AI则通过健康和发展数据的跟踪与分析，帮助自闭症人群茁壮成长。
像Eyejustread这样的辅助技术可以支持有语言障碍和多动症的人。与此同时，Ultranaut则通过一个完全远程的工作环境提供质量工程和保证服务，其中75％的雇员属于神经多样性群体。
其他用例包括使用对话式人工智能支持面临心理健康问题和焦虑症的群体、增强或补充感官/视觉障碍的技术解决方案，以及更无障碍的城市规划等。
然而，现有的社会偏见、历史性排斥以及研究与数据的不足，对认知多样性政策的成功开展和实施构成了挑战。
认知多样性与残疾均有交叉性
认知多样性与残疾并非铁板一块，而是呈现出复杂的特征谱系，使其在学术研究、数据获取、操作界面设计，以及涉及到的利益相关者上成为一个包罗万象的主题。
因此，该领域的研究和开发需要了解诸如共病率、潜在的身体和精神状况，以及交叉性、性别和社会经济标准的影响等诸多方面的因素。
例如，25％至40％的学习障碍者也经历着心理健康问题。比起普通人，他们还有1.6倍的可能性患有过敏和其他疾病。
此外，由于诊断标准不同且历史上缺乏相关数据，女童的精神障碍诊断率明显较低或容易被误诊。很少有城市数据集包含了性别相关的数据，因此也很难开发考虑到女性需求的基础设施。
特定的种族和社会群体在历史上也一直被排除在研究之外。美国佐治亚州立大学的一项研究报告称，对于自闭症儿童，美国白人父母向儿科医生告知相关问题的可能性要比非裔父母高2.61倍。
算法多样性和人工智能政策的挑战
这个复杂的标准谱系伴随着与辅助技术和政策的研究、开发及采纳相关的其他挑战。这些问题包括：
现有政策框架缺乏与认知和神经多样性相关的具体规定和案例。现有的人脸识别等类似系统的审核框架，没有足够地正视与面部缺陷、不同手势、姿态和交流风格相关的残疾偏见。研究人员和政策制定者缺乏对这一群体的数据获取途径。目前对辅助技术的获取仍然有限，目前仅有约10%的人采用相关技术，这使得研究的进一步开展更为困难。辅助技术的生态系统仍然存在碎片化和连接不足的问题。存在无意识和有意识的社会偏见，以及缺乏代表性和易接受的词汇储备。
如何让算法更无障碍
对于技术人员、研究人员和政策制定者来说，这些挑战呼唤着他们协同合作，逐步解决以下方面的问题:
系统、认知和研究层面
针对神经多样性或认知缺陷的辅助解决方案，将会涉及以下标准：注意力、记忆力、沟通、学习、执行功能和表现、视觉和触觉体验、情感状态和共情能力。
这些方面的标准还需要考虑他们的年龄、性别和其他潜在障碍，这可以帮助我们确认合适的研究框架，以及对于技术接口、数据输入和数据标记的要求。
模块化和专业化
为了更好地解决特定障碍，支持认知多样性人群的解决方案往往会变得更加垂直与互连，使得我们需要同时使用几个应用程序、工具或设备来支持整个生态系统的运作。
多个利益相关者可能会参与到数据输入过程中，包括个人、家庭、看护人、顾问和教育工作者。
例如，Beme.AI为自闭症儿童构建了一套整体解决方案，可以跟踪他们的整体福祉、情绪、营养和其他因素。它还可以连接外部跟踪设备，并由父母和孩子共同输入数据。
自主权和利益相关者
约八分之一（79%）的神经多样性个体感到社交孤立，而辅助解决方案虽然可以增强他们的社交融入和交流，却无法取代真正的人际社交活动。
社交机器人或自适应学习平台等技术通常与课程一起开发，这些课程确定了儿童交互和学习的各方面需要，同时也将看护人和教育工作者融入其中。
为了避免进一步的社交排斥，这些课程可能会成为比技术本身更为关键的部分。
偏见和审核问题
正如人工智能系统可能会歧视某个种族的人，计算机视觉或面部识别系统等系统也可能会歧视有残疾或神经病变的人群，以及具有不同交流方式的人群。
这就导致了需要在问题定义、数据获取、算法和系统的所有级别上执行“以残疾为中心”的审核方法。
人工智能的审核委员会应在研究或资源小组中放入差异化个体的代表。这些小组可以评估各种相关标准，例如排除歧视影响、审视用户和研究人员之间的反馈、保障透明度和可解释性、分析人工智能系统在某些场景和交互期间内应当执行与不应当执行的操作，并负责问责行动。
不断发展的角色和能力框架
世界卫生组织和国家卫生服务提供者经常致力于开发政策框架，以解决技术、医疗和社会技能的融合。
对于神经多样性和认知障碍领域，这些框架可能需要伴随着神经适应性设计、特定领域的人力资源和社会研究，以及涉及特定设备和技术的技能一起发展。
其他可以让算法和生态系统更无障碍的领域包括开放多样性数据平台、由雇主提供的无障碍统计数据，以及交叉性、性别和年龄群体方面的政策和指南。
包容性将使每个人都受益
需要记住的是，制定支持认知多样性的政策可以影响到（甚至有助于）个人健康和整体经济的发展。
这些政策应该囊括针对与年龄相关的认知障碍、心理健康和神经系统障碍、智慧城市、适应性学习和职场技术等一系列内容。
通过辅助性技术和基于人工智能的技术改善残障人士的包容性，让他们过上更为积极而充实的生活，我们也可以帮助一起建设一个更加美好的社会。
本文作者：
Yonah Welker，Yonah.ai / .org董事
本文原载于世界经济论坛Agenda博客
更多阅读：
