Anghydraddoldebau Deallusrwydd Artiffisial: Anableddau

Bydd gweithwyr anabl ar eu colled yn y ras at economi sy’n cael ei gyrru gan ddeallusrwydd artiffisial. Er gwaethaf ymdrechion i ddatblygu technolegau deallusrwydd artiffisial sy’n gallu hwyluso amgylcheddau cynhwysol a chefnogi gweithwyr anabl ar draws gwahanol sectorau, mae ymchwil wedi dangos i ba raddau mae deallusrwydd artiffisial yn rhoi gweithwyr anabl dan anfantais sylweddol. Yn y broses gyflogi, er enghraifft, yn aml bydd ymgeiswyr anabl yn cael eu heithrio'n systematig yn aml o brosesau sy'n cael eu gyrru gan ddeallusrwydd artiffisial sy'n dibynnu ar fathau syml neu gyfyngedig o brofiad nad ydynt yn ystyried profiadau a galluoedd amrywiol.

Mae archwiliadau o CVs sy’n cynnwys gwybodaeth sy’n gysylltiedig ag anabledd, fel dallineb, byddardod, parlys yr ymennydd ac awtistiaeth, wedi dangos, hyd yn oed drwy wella cyflawniadau, fel gwobrau arwain ac ysgoloriaethau, bod CVs o’r fath yn cael eu sgorio’n is gan systemau deallusrwydd artiffisial na CVs eraill sy’n hepgor gwybodaeth o’r fath.  

Mae ymchwil hefyd yn dangos bod gweithwyr anabl yn aml dan anfantais oherwydd agweddau ableddol wrth ddylunio offer asesu neu broffilio sy’n arwain at ganlyniadau gwahaniaethol ac sy’n gosod gweithwyr anabl fel allanolion. Mae anghydraddoldebau o’r fath yn arbennig o amlwg mewn offer adnabod lleferydd ac wyneb nad ydynt yn gallu rhoi cyfrif am nodweddion gwahanol a allai fod yn fwy amlwg mewn pobl anabl ond maent hefyd yn amlwg yn y defnydd cynyddol o brofion personoliaeth sy’n cael eu gyrru gan ddeallusrwydd artiffisial sy’n tueddu i sgrinio pobl anabl allan yn anghymesur, yn enwedig pobl awtistig a’r rhai sydd â chyflyrau iechyd meddwl. 

Yn rhannol, mae ymgeiswyr anabl dan anfantais oherwydd diffyg data priodol i bennu pwy sy’n ‘ffitio’ yn dda neu’n debygol o fod yn ‘llwyddiannus’ mewn swydd. Yn hanesyddol, mae pobl anabl ddwywaith yn fwy tebygol o fod yn ddi-waith ac felly maent yn llai tebygol o gael eu cynrychioli mewn data ar gyn-gyflogeion llwyddiannus. Ar y llaw arall, mae’n bosibl y gwahaniaethir yn eu herbyn hefyd o ganlyniad i gael eu gorgynrychioli mewn setiau data penodol oherwydd mwy o graffu, gydag enghreifftiau’n dangos bod prosesu iaith deallusrwydd artiffisial yn yr Unol Daleithiau, er enghraifft, yn cysylltu anabledd â dibyniaeth, digartrefedd a thrais gan fod data am bobl anabl yn cael ei gasglu’n anghymesur yn y lleoliadau hynny.  

Yn gyffredinol, mae ymchwil ar anabledd a chyflogi a yrrir gan ddeallusrwydd artiffisial yn datgelu ableddiaeth strwythurol ehangach o ran pwy sy'n cael ei ystyried yn gymwys am swydd a pham. Mae ymchwil yn dangos sut mae meini prawf amwys fel 'addasrwydd' a 'chyflogadwyedd' yn aml yn adlewyrchu'r ableddiaeth hon ac yn lleihau anabledd i un newidyn, er gwaethaf natur ddadleuol y ffordd y caiff anabledd ei ddiffinio a'r nifer o ffyrdd y caiff ei brofi. Mewn gwaith, mae ymchwil wedi dangos bod agweddau ableddol o’r fath yn parhau drwy fabwysiadu offer a phlatfformau sy’n anhygyrch i rai gweithwyr anabl ac sy’n eithrio gweithwyr anabl o dasgau neu swyddi penodol. Mae ymchwil wedi canolbwyntio'n benodol ar waith gìg a gwaith tyrfa, fel Mechanical Turk (Mturk) Amazon, lle gall nodweddion sy'n mesur cyflymder neu ddefnyddio offer dilysu penodol, gloi gweithwyr anabl allan o'r platfform. 

Dangoswyd hefyd nad oes gan y defnydd o dechnegau rheoli algorithmig, fel dyfeisiau tracio ar gyfer gwaith danfon, le i wahanol alluoedd yn y ffordd maent yn gwobrwyo ac yn disgyblu gweithwyr, ac yn aml maent yn cuddio anableddau sy'n cuddio cyfrifoldeb cyflogwyr. Mae pryderon hefyd wedi cael eu codi am y ddibyniaeth gynyddol ar offer deallusrwydd artiffisial cynhyrchiol fel ChatGPT mewn gweithleoedd, sy’n peryglu allgáu pellach a gwahaniaethu yn erbyn gweithwyr anabl, heb fuddsoddiad bwriadol mewn seilwaith iaith, gan gynnwys ar gyfer iaith arwyddion a Braille, i oresgyn rhagfarn ableddol mewn offer o’r fath.

Felly, mae galwadau wedi cael eu gwneud i wella’r ffordd mae deallusrwydd artiffisial yn cael ei archwilio am ragfarn er mwyn rhoi gwell cyfrif am brofiadau pobl anabl a darparu mwy o wybodaeth am dasgau y gellir eu haddasu ar blatfformau i ganiatáu i weithwyr anabl addasu prosesau gwaith. Bu ymgyrchoedd hefyd i dynnu sylw at ‘gyfiawnder anabledd’ fel y’i gelwir wrth ddylunio technolegau newydd sy’n rhoi tryloywder am sut mae syniadau am ‘addasrwydd’ neu ‘lwyddiant’ yn cael eu nodi mewn asesiadau sy’n cael eu gyrru gan ddeallusrwydd artiffisial. 

Byddai hyn hefyd yn rhoi mwy o gyfrifoldeb ar gyflogwyr i sicrhau nad yw offer yn niweidio nac yn rhoi gweithwyr anabl dan anfantais. Yn wir, mae cyfreithiau cydraddoldeb yn y DU a’r UE yn gosod dyletswydd ar gyflogwyr a ddylai olygu bod yn rhaid ymgysylltu â defnyddio penderfyniadau algorithmig, ar y lefel dylunio yn ogystal ag addasiadau unigol fesul achos. Gallai cyfrifoldeb o’r fath ar gyflogwyr ymestyn i sicrhau bod opsiwn i optio allan o ddethol sy’n seiliedig ar ddeallusrwydd artiffisial neu fynnu ymyrraeth ddynol mewn asesiadau sy’n cael eu gyrru gan ddata yn y gweithle.  

Mae TUC Cymru yn ymgyrchu dros amddiffyn pob gweithiwr rhag peryglon AI.  Os ydych chi'n weithiwr anabl ac yn poeni am y materion hyn, mynnwch eu trafod yn eich cangen undeb llafur.  Mae TUC Cymru wedi llwyddo i gyflwyno canllawiau ar y defnydd o ddeallusrwydd artiffisial yn y sector cyhoeddus.  Defnyddiwch nhw a'u haddaswch ar gyfer eich gweithle.    

Mae'r TUC yn gofyn am deddf newydd i warchod gweithwyr rhag bygythiadau AI ac wedi cynhyrchu ystod o ddeunyddiau i gynorthwyo cynrychiolwyr a swyddogion.

Mae’r adroddiad Anghydraddoldebau AI yn y Gweithle ar gael ar wefan y Data Justice Lab.