研究表明，边缘化群体尤其容易因自动化而失业或被替代。
我们必须解决一个根本问题：如何为这些代表性不足的群体提供人工智能教育和技能提升机会。
公共部门和私营部门的利益相关方可以携手合作，确保人人都能拥有公平的未来。
生成式人工智能（AI）近期取得进展，推动人工智能在从医疗保健到营销等广泛行业迅速普及。然而，有大量证据表明，人工智能工具会通过算法中的无意识偏见以及数据集中代表性不足，对已经处于边缘地位的群体造成歧视性伤害。人工智能也会对就业和劳动力产生不同影响，边缘化群体更容易因自动化而失业或被替代。
世界经济论坛的《2023年未来就业报告》指出，预计未来五年内，44%的劳动者核心技能将发生变化，与此同时，由机器完成的任务也会增加。生成式人工智能方面，OpenAI近期开展的一项研究得出结论：美国约80%的劳动力会有部分工作受到GPT（生成式预训练变换器——一种能够生成类人文本的语言模型）的影响，约19%的劳动者会有相当大一部分工作受到影响。
研究还表明，人工智能对就业和劳动力的影响更可能给女性、有色人种、原住民和低收入群体带来负面后果。斯坦福数字经济实验室主任埃里克·布林约尔松指出，尽管人工智能自动化能够提高生产力和财富，但收益却不成比例地流向拥有不易被技术取代资源的人，也就是具备独特资产、才干或技能的人。由于人工智能素养较低，原本处于弱势的社区可能陷入日益边缘化的恶性循环。
负责任的人工智能也意味着提供面向未来且包容的人工智能教育与培训
影响福祉和边缘化处境的因素有很多，其中教育和知识是改善就业和商业机会可及性的关键前提。
随着越来越多的任务迅速实现自动化并由人工智能增强，就业和商业机会势必随之演变，使运用人工智能技术成为一项重要资质。然而，当前的教育和培训体系不足以让每个人为这场转型做好准备。
资源较少的群体可能直接或间接遭到排斥并被边缘化。例如，边缘化社区的儿童较难接触先进技术和人工智能教育机会。当条件更优越的同龄人拥有 iPad 和笔记本电脑、开始编写游戏代码并学习人工智能基础知识时，他们通常没有机会接触最新技术和课程，也达不到同等程度。
因此，负责任地使用人工智能，不仅包括理解人工智能的社会影响并确保公平使用数据，也意味着提供普及可及、公平且多元的教育和培训机会。随着人工智能迅速发展，教育体系必须跟上这一转型步伐，确保课程面向未来且包容。
负责任地使用人工智能，不仅包括理解人工智能的社会影响并确保公平使用数据，也意味着提供普及可及、公平且多元的教育和培训机会。
面向公众开放的教育和培训必须纳入国家人工智能议程
国家人工智能战略虽然设有关于劳动者技能再培训和就业准备的部分，但也必须强调公共教育体系。应当重点提升公众的人工智能素养，并专项拨款用于提升公共教育体系和提高公立学校教师的技能。
教育主管部门应与学校、教师和社区合作，制定实用指南和具体计划，将人工智能基础知识和数字素养纳入核心课程。尽早向学生介绍人工智能基础知识、数字素养、批判性思维和创新也有益，例如在他们接受中学甚至小学教育期间进行介绍。
以下是将人工智能教育融入学习历程的一些例子：
埃及正在全国各地的高中推出一项试点计划，向学生讲授人工智能知识；该计划的理念是，通过正规教育和培训让学生接触人工智能基础知识，为培养面向未来的劳动力奠定基础。
美国国家科学基金会设有一项计划，旨在让农村学生参与人工智能学习，为其开辟创新计算领域的职业发展路径。
德国的学徒制模式将技术培训和理论培训与全国认可的技能标准相结合。在儿童学习历程的多个阶段，都会提供实践培训。
灵活的学习路径，例如技术和职业教育与培训（TVET），可以作为人工智能正规教育的重要替代方式。
世界经济论坛如何确保负责任地使用技术？
包容性教育体验的重要性
要实现公平、包容的人工智能，所有与这项技术互动的人都必须理解并有效协作运用这项技术，并了解其使用带来的机遇和风险。无论学习者通过哪种途径接受教育，包容且因人而异的学习体验对于提升知识吸收效果和防止辍学都至关重要。这包括对人工智能教育背景和内容传授方式的考量。例如：
应设计学习体验，确保在培训中能够满足面临正规教育障碍者的可及性需求，例如残障人士、读写能力较弱者和老年人。
政府和机构应认识到弱势群体接受人工智能教育时面临的资源障碍，例如缺少电脑和互联网接入、儿童照护支持及经济援助。
了解学习者社会和文化背景的差异、在内容中纳入多元观点，并使用他们能够产生共鸣的案例和示例，这一点十分重要。解决这一问题的一种方法，是采用反映不同经历和观点的示例、案例和构想，涵盖性别、种族、文化、族裔、性取向、宗教和年龄等方面。
我们期待人工智能带来更富裕、生产力更高的未来，但要让每个人都具备充足的知识和技能以从中受益，仍有很长的路要走。随着人工智能不断发展，现在正是采取行动的时候，建设包容且面向未来的教育体系，为更加公平的未来铺路。
