当我生完第一个孩子回到办公室时，我第一次注意到所有的办公室和会议室不是有窗户就是没有锁的门，这让我没有任何安全的抽水空间。幸运的是，我为一家支持性的公司工作，该公司要求对建筑管理部门进行改造，把一个小会议室改成兼职的抽水室。
此后不久，一家全球性制药公司的区域主管来找我的雇主Cimetrics，请他们帮助维护女性的热舒适，这是他们致力于整合联合国全球契约企业社会责任与支持妇女赋权和促进性别平等有关。Cimetrics的分析工具发现，该设施的节能努力带来了卓越的效率，但没有考虑到舒适度相对于天气的变化。
这只是建筑行业内部系统性偏差的两个例子——在这种情况下，与了解女性居住者的需求有关——组织正在努力纠正。几十年前制定的许多建筑标准多年来只进行了微小的增量更新。
例如，热舒适标准基于年轻、白种人、男性体型(包括ASHRAE 55标准)多次被证明是有偏见的，但它们仍然是建筑设计的标准。
另一个例子是，历史上的种族主义住房政策导致了热岛效应和跨社区能源使用的不平衡。一个最近美国的研究发现有红线的社区，绿地和树冠较少，比没有红线的社区高出13度。
在减少建筑的碳足迹和采用节能技术方面，有大量的监管驱动因素和公用事业激励因素，但在支持多样性方面却没有，尤其是对私营企业。
现代的“智能”建筑旨在优化能源效率和居住者的满意度，现在采用了比这些有偏见的建筑标准开发时流行的更先进的技术，但我们是否从过去的教训中吸取了教训?
关于人工智能如何引入或放大偏见的引人注目的头条新闻屡见不鲜，但证据表明总的来说，算法仍然比人类决策更具偏倚性．
偏见被引入到分析人工智能或机器学习中，通过数据选择过程，即训练数据，并通过用于处理该数据的算法。通过训练数据引入偏差的一个简单例子是生物特征面部识别倾向于浅肤色男性因此错误地识别了非洲裔和亚裔的面孔。
在减少建筑的碳足迹和采用节能技术方面，有大量的监管驱动因素和公用事业激励因素，但在支持多样性方面却没有，尤其是对私营企业。我们能做些什么来减少建筑环境中的偏见，创造更公平的工作空间，同时努力减少建筑对气候的影响，并维护这些结构?
作为一名女性领导者，我们必须创造一个商业案例，让人们关注偏见与公平，这让我感到不快。尽管如此，正如过去几年无数的文章和研究成果所反映的那样，利用多样性和确保公平是有商业理由的。
关于前面提到的与温度标准相关的偏差，此时的研究表明，生产率与室温的相关性并不强，但生产率与舒适度的感知相关，我认为后者对于挽留高绩效员工更重要。
此外，在某些条件下，可以通过扩大恒温器的范围来降低能耗。简而言之，在智能建筑发展的前沿保持公平有可能扩大其对碳减排的影响。
当您在研究支持您的可持续发展目标和ESG报告需求的建筑分析和财产智能工具时，请确保这些工具具有适应您的人口统计需求的灵活性，并跟踪您在这些领域的表现。竞彩足球app怎么下载
这引出了一个问题:您是否收集了正确的数据，以确保在您的决策中考虑到所有建筑涉众的行为、舒适、健康和福祉?毕竟，什么是数据，而不是一个决策工具，让你在你的决定中主动和有意?
