人工智能经常因其延续社会偏见的倾向而受到批评，但它同样有能力与偏见作斗争。机器学习目前正被用来扫描科学研究和新闻报道，以识别维基百科上没有提到的杰出科学家。这些科学家中有许多是**，她们的遗漏在世界上最流行的百科全书中尤为明显，百科全书中82%的传记都是关于**的。

这项研究是由一家名为Primer的人工智能初创公司进行的，它展示了该公司在自然语言处理（NLP）方面的专业知识。这是一个具有挑战性但充满活力的人工智能子领域，其全部内容是理解和生成数字文本。维基百科经常被用作培训这类程序的来源，但Primer希望回馈给该网站。

Primer的科学总监约翰·博哈农在一篇博客文章中解释了该公司如何开发一种名为Quicksilver的工具（以科幻作家尼尔·斯蒂芬森的书中的“因为我们是书呆子”中的技术命名），以阅读约5亿份源文件，筛选出引用最多的数据，然后写一篇关于他们和他们的工作的基本草案。

例如，这里有一篇AI写的关于Teresa Woodruff的文章，这位科学家没有维基百科条目，但在2013年被《时代》杂志评为“最有影响力的人物”。她的工作包括为老鼠设计3D打印卵巢。

Teresa K Woodruff is a reproductive scientist at Northwestern University. [1] She specializes in gynaecology and obstetrics. [2] She is a member of the Women ’s Health Research Institute. [1] Woodruff is a reproductive scientist and director of the Women’s Health Research Institute at Northwestern University’s Feinberg School of Medicine in Chicago. [3] She coined the term “oncofertility” in 2006, and she’s been at the center of the movement ever since. [4] Five years later, she succeeded: on March 28, the team announced the birth of Evatar, a miniature scale female reproductive tract made of human and mouse tissues. [5] Widely recognized for her work, she holds 10 U.S. patents, and was named in 2013 to Time magazine’s “Most Influential Pers***” list. [6]

Primer说，这是一篇基本的文章，但它有说服力，来源明确，这是维基百科编辑撰写关于伍德拉夫的文章的完美起点。

到目前为止，这家初创公司已经确认了40000名“失踪”科学家，他们的覆盖范围与拥有维基百科文章的个人相似，并发表了100篇人工智能生成的摘要。它还参与了三个维基百科编辑活动，旨在提高**在科学领域的在线代表性(Editanth***是专家们互相教授创建和编辑维基百科文章的活动，通常是为了扩大其主题领域的覆盖面。）正如Bohannon所指出的，至少有一位被Primer的技术发现的人已经因此获得了一篇维基百科文章——加拿大机器人学家Joëlle Pineau。

伦敦帝国理工学院的物理学家杰西卡·韦德（Jessica Wade）撰写了Pineau的新作品，她向《连线》讲述了该系统的好处。”韦德说：“维基百科的偏见令人难以置信，**在科学界的代表性不足尤其糟糕。”使用Quicksilver，您不必四处寻找丢失的姓名，而且您可以很快获得大量来源丰富的信息。”

Primer说，它的技术建立在谷歌和其他研究人员过去的工作基础上，包括今年1月发表的一项研究，该研究还使用机器学习生成基本的维基百科文章。然而，该公司表示，其目标比这更实际。它不想把维基百科作为实验的试验平台，而是想为在线信息生态系统创建具有明显好处的工具。

为此，Quicksilver不只是发现被忽视的个人并生成条款草案。它还可以用来维护维基百科条目，并确定它们何时已经有一段时间没有更新了。该公司表示，数据科学家Aleksandr Kogan的维基百科条目就是一个很好的例子。Kogan在剑桥分析丑闻的核心开发了这个应用程序，他在今年3月创建了一个关于他的维基百科页面。Primer指出，对Kogan条目的编辑已于4月中旬停止（这意味着关于Kogan的更新，例如他也访问了Twitter数据的事实，尚未添加）。

当然，即使是这样的工具也可能受到偏见的影响。如果Primer Spot基于科学家在新闻报道中的表现而忽略了他们，那么它可能最终反映了科学媒体的兴趣。但Bohannon坚持认为，该公司的工具仍然可以作为人类主导过程的助手。

“最重要的公共信息来源的人工编辑可以通过机器学习得到支持，”他告诉《登记册》算法已经用于检测故意破坏行为和识别人口不足的物品。但这些机器可以做得更多。”