在人工智能增强型岗位中，女性的代表性不足；而在最易受冲击的岗位中，女性的比例却偏高，这加深了现有的性别差距。
如果应用得当，生成式人工智能可以用于减少招聘中的偏见，促进公平。
本文首次发表于Fast Company，阅读全文请点击这里。
生成式人工智能（AI）正在从根本上重塑就业市场——它在创造新岗位的同时，也在改变部分岗位，并使另一些岗位彻底淘汰。但这项变革性技术有一个影响却较少被提及：它正在加深长期存在的职场性别差距。
双重劣势
根据世界经济论坛与LinkedIn近期发布的报告，世界经济论坛与LinkedIn，在持续进行的人工智能变革中，女性系统性地面临双重问题。目前，从事被生成式人工智能增强的岗位的女性相对较少，而从事正在被颠覆的岗位的女性相对较多。
根据LinkedIn在美国的数据，24.1%的男性从事被增强型职业，而女性的这一比例为20.5%。与此同时，33.7%的女性从事正在被颠覆的职业，男性的这一比例为25.5%。
LinkedIn的相关研究显示，男性在增强型岗位中占比较高的这一格局，在有可用数据的74个国家中的95%中同样成立。
在美国，预计将受到颠覆的职业包括医疗行政助理（女性占91%）和办公室经理（女性占88%）。与此同时，增强型领域包括电气工程师（男性占94%）和机械工程师（男性占89%）。
STEM领域的差距
这些数据与人工智能相关的更广泛的STEM（科学、技术、工程和数学）教育与就业差距相吻合。已经有太多女性在从STEM学位过渡到STEM行业首份工作的过程中流失。
2021年毕业的女性占STEM毕业生的38.5%，但在2022年，她们只占STEM行业新入职人员的31.6%。
这种代表性的下降在女性进入职场后，这一现象在各层级中持续存在：2024年，女性占STEM入门级职位的29%、STEM管理职位的24.4%，但仅占STEM高管（C-suite）级职位的12.2%。女性在与人工智能相关的学术和领导职位中同样代表性不足。
为确保具备合适技能的人无论性别如何，都能在职场中获得公平的成功与晋升机会，企业领导者需要审视并重新思考其招聘做法、绩效评估方法和晋升流程。
生成式人工智能本身既可以助力，也可能阻碍创造更公平竞争环境的努力。依赖历史就业模式来预测未来绩效，常常忽视了女性在传统上代表性不足的岗位中取得成功的潜力。
另一方面，利用生成式人工智能根据当前技能预测未来的成功，是运用最新技术消除招聘流程偏见、创造更公平竞争环境的有力途径。
一些积极的消息
在人工智能技能方面，有令人鼓舞的迹象表明，女性在人工智能素养和人工智能工程技能两方面都在迎头赶上。2018年，LinkedIn上列出人工智能工程技能的用户中，女性占23.5%；到2025年初，这一比例已升至29.4%。
在过去五年中，在有可用数据的75个经济体中，有74个经济体的性别差距有所缩小。与此同时，LinkedIn的研究表明，女性在其职业资料中更可能少报自己的人工智能技能。
通过投资技能、以更公平的方式运用人工智能进行招聘和晋升，并确保技术由更广泛的群体共同打造、服务于更广泛的群体，我们便能创造一个更具竞争力的未来，拓展经济机会并促进公平。
发明者中的差距
目前，没有任何经济体能够充分利用所有可用人才来推动创新，但有些经济体的表现优于其他经济体。在这场每一分竞争优势都至关重要的竞赛中，这一点意义重大。
高层级数据关于专利申请中署名发明者的性别构成数据显示，东亚经济体正在利用更广泛的人才库：中国（2019年为26.8%）和韩国（2019年为28.3%）的女性发明者占比均超过25%，比欧盟和美国高出约10个百分点。
在全球范围内，生成式人工智能热潮的发展方式并未充分体现社会的多样性，导致女性在未来的岗位和领导角色中代表性不足。然而，此刻为纠正方向提供了难得的机遇。
通过投资技能、以更公平的方式运用人工智能进行招聘和晋升，并确保技术由更广泛的群体共同打造、服务于更广泛的群体，我们便能创造一个更具竞争力的未来，拓展经济机会并促进公平。
若无此类行动，生成式人工智能将加剧不平等，而非推动有意义的进步。
