人工智能和就业的性别观点：数字不平等的恶性循环（英）

性别观点人工智能和 乔布斯：恶性循环数字不平等 ESTRELLAGOMEZ-HERRERA和SABINET.KOESZEGI 预计全球人工智能市场将在 未来几年。由于人工智能的巨大潜力，几乎所有行业都将受到人工智能系统实施的影响，从而导致数字化和 工作流程的自动化。这将导致劳动力市场发生颠覆性变化，在行业工作的数量和概况以及工人技能方面 要求。 我们采取性别观点并分析性别刻板印象和性别化的工作方式一方面是隔离，数字化和自动化（因此 AI实施）另一方面，相互纠缠，形成恶性循环 数字性别不平等。我们提供对人工智能对性别的影响的见解与减轻创造的潜在风险相关的技术 社会不平等和排斥。我们表明现有的经验证据已经表明人工智能不会增加性别平等，但会进一步加剧劳动力市场中的性别不平等，从进一步的横向和纵向职业性别隔离导致性别薪酬差距的扩大。我们总结未来减少性别不平等的政策指导和措施。 EstrellaGomez-Herrera是Bruegel的客座研究员和大学的教授巴利阿里群岛 SabineT.Koeszegi是Bruegel的客座研究员，也是劳动科学和维也纳工业大学管理科学研究所 推荐引用： 戈麦斯-埃雷拉,E.和S.科塞吉（2022年）“人工智能的性别视角和工作：数字不平等的恶性循环”，工作文件15/2022，勃鲁盖尔 1为什么需要对人工智能和工作的性别观点 自从DeepMind的AlphaGo在五场比赛中的四场比赛中击败了世界上最好的围棋选手李世石2016年3月，围绕人工智能(AI)的炒作难以遏制。AlphaGo的策略 没有预先编程；取而代之的是，系统通过模仿人类策略和 随后在无数游戏中使用强化学习与自己对抗。在这场历史性的较量中在人类和算法之间，人类第一次不如机器， 没有什么能比得上人类的智慧、创造力和直觉的观念被彻底动摇了。这 人类“与机器赛跑”，一个由ErikBrynjolfsson和AndrewMcAfee在他们的书中创造的术语关于数字技术、就业和组织的相互作用（Brynjolfsson和McAfee，2011年）， 被提升到了一个新的水平。 与此同时，人们希望人工智能将有助于克服人类的局限性和 缺点。从本质上讲，人工智能技术是无需人工直接自主运行的软件 控制。它是交互式的，可以适应它的环境。人工智能系统使用算法来解释结构化或非结构化数据。这些算法类似于食谱，包括制定问题 目标，以及组织、处理和分析数据的步骤的逻辑顺序 套。人工智能已被归类为通用技术（Agrawal等人,2019;布林约尔松和 迈克菲，2017）。到2025年，全球人工智能市场预计将增长到590亿美元，与2016年的18亿美元相比显着增加（Servoz，2019）。 人工智能系统不仅以算法或自动决策系统的形式出现，而且还以算法或自动决策系统的形式出现。在实体机器人中。作为聊天机器人、语音辅助系统、服务机器人、协作机器人、 自动驾驶汽车或玩具，这些机器通常以自然语言与人类交流， 对人类行为做出反应并适应不同的情况。他们遵循预先编程的规则 和预期的行为规范，并被视为社会行为者。因此，“人工智能系统”是指广泛的智能机器的范围，无论是否体现，它们已经与生活的几乎各个方面相关 并将在未来获得更大的影响。由于人工智能的巨大潜力，几乎所有行业将受到人工智能系统实施、推动数字化和工作自动化的影响 过程。因此，人工智能系统可以深刻地改变工作。他们的应用程序允许工作流程在车间以及行政和核心管理任务中实现自动化。具体职位将是 完全自动化，新的工作将会出现，几乎所有的工作都至少会接触到人工智能技术和自动化，需要新的数字技能。这将导致劳动力的颠覆性转变 市场，无论是在行业工作的数量和概况上，还是在技能要求方面工作人员。了解人工智能技术对劳动力市场的影响也需要了解 工作的自动化、计算机化和数字化。在本文中，我们特别感兴趣的是 人工智能对男性和女性的影响是否不同。我们分析性别刻板印象和性别化的工作方式隔离，一方面，数字化和自动化（作为人工智能的结果 实施），另一方面，相互纠缠并导致数字不平等的恶性循环。 现有的性别不平等表现出一种系统性成分，它不会影响某个特定方面，但是，相反，它是整个社会结构所固有的，从而产生了非常不同的不平等 水平。我们提供了一个概念框架，有助于理解问题的复杂性。我们找出构成数字不平等恶性循环的主要因素，并加强和强调 现有的差距。这种分析是必要的，因为可以减轻与人工智能相关的潜在风险技术，特别是造成社会不平等和排斥的风险，需要深入了解 性别如何融入技术及其应用。人工智能高级别专家组 智能（HLEGAI）1欧盟委员会创建的解决了这种排除的风险 潜在弱势个人和群体，例如女性，在其关于可信赖人工智能的道德准则中。同样，HLEGAI要求采取政策措施确保获得教育的平等机会 和技术作为值得信赖的人工智能系统的一个重要维度。 在第2节中，我们分析——基于对性别、技术和工作纠缠的理解 –从性别角度看人工智能对工作转型的影响。第3节讨论了工作是怎样的通过人工智能转变，以及女性是否更受这些转变的影响。第4节概述 技能要求如何通过人工智能改变以及性别教育如何影响女性获得 培训和技术，从而对他们的职业选择产生负面影响。第5节分析实证 关于人工智能是否会增加性别薪酬差距的证据。最后，第6节提出了政策应该如何解决提出的问题。 2数字性别不平等的恶性循环 潜在的性别不平等是一个难以摆脱的恶性循环。要了解整体问题，仅分析劳动力市场是不够的。性别刻板印象和不平等社会是教育系统中早期性别隔离的根本原因，只会导致 很少有女孩和妇女选择接受科学、技术、工程和数学(STEM)教育 以及信息和通信技术（ICT）。因此，只有相对较少的女性进入科技行业 1见https://digital-strategy.ec.europa.eu/en/policies/expert-group-ai。 劳动力市场。女性代表权、薪酬和晋升的差距使其极为技术相关领域的女性人才难以留住。不成比例的女性离开 在他们从高等教育和职业周期过渡期间。因此，同质（男性）开发人员团队设计AI系统及其应用程序，可能会忽略不同的需求 用户和长期存在的性别刻板印象。联合国教科文组织（2019年）指出了性别技术如何进一步造成技术获取方面的不平等，加剧社会中的性别不平等。数字 1形象化了这种恶性循环。了解性别如何与工作和文化深度交织规范至关重要。反对性别歧视的可持续和有效战略必须采取措施在这个周期的每个阶段。 图1：数字不平等的恶性循环 资料来源：勃鲁盖尔。 在接下来的部分中，我们将解开这种纠葛，并提供来自欧洲联盟。 2.1社会中的性别刻板印象和不平等 数字性别不平等的恶性循环深深植根于工作与性别的纠缠： “简而言之，做性别和做工作，虽然在分析上是可分离的，但似乎是经验上的交织在一起”（芬斯特梅克等人，2002年，第。34)。要了解性别分工， 审查在家做什么和在工作中做什么、谁做什么以及谁得到报酬是必不可少的 为了什么。West和Zimmerman(1987)没有将性别视为个人的属性，而是重新构建了性别作为“成就”的概念。他们认为性别是“的涌现属性 社会情境：既是……的结果，也是……证明最根本之一的理由社会分工”（第9页）。我们对性别理论理解的根本转变 归因于成就将注意力转移到“做”上，从而转移到表现出的性别化过程在性别结构中（Acker，1990）。性别必须通过社会互动来实现，并且是也通过我们如何分配和工作来完成。 关于女性在劳动力市场中的地位的主要争论领域之一是两者之间的关系。 妇女在有偿和无偿工作中的作用（Bagilhole，2002年）。欧洲性别平等研究所(EIGE)在关于欧盟性别不平等的重要调查结果中总结说，两者之间存在直接联系家庭中无偿护理的不平等分配和劳动力市场中的性别不平等（EIGE， 2020a)。女性在家中从事大部分无偿工作：她们从事的无偿护理工作量是她们的2.6倍和男性从事的家务工作（联合国妇女署，2018年）。因此，他们访问的时间更少 就业和发展他们的事业。此外，在劳动力市场上，女性被发现主要在某些职业中，这反映了家庭中传统的角色分工 领域。传统的女性职业，包括育儿、照顾老人、护理和教育，比传统的男性职业（如建筑、 制造业或科技行业。既定的社会制度引导女孩和妇女吸收无意识地认为他们应该具有与角色相关的某些品质 家庭工作和照顾。与此同时，男孩和男人被社会化为“养家糊口”的角色。 2.2教育中的不平等和性别隔离 男孩和女孩的不同角色社会化导致STEM学科人才的整体减少，削弱欧洲工业的竞争力。然而，教育选择中的性别差距 女孩和男孩的比例仅在中等和高等教育中可见。虽然女孩和男孩 他们对小学STEM科目的兴趣几乎相等（联合国教科文组织，2019年），他们的兴趣不断发展在教育的后期阶段有明显不同的方向。15岁，选择领域时 在教育专业化方面，只有0.5%的女孩和5%的男孩希望成为ICT经济合作与发展组织国家的专业人员（经合组织，2017年）。这些针对特定性别的期望独立于女孩和男孩的实际表现而存在 学校的相关科目。Correll(2001,2004)表明关于性别的文化信仰歪斜对女孩能力的看法并限制她们的职业抱负。令人信服的证据 性别刻板印象的影响体现在自我效能感数学和数字能力的差距， 或女孩和男孩对自己能力的信心和信念之间的差异。虽然女孩和男孩 在青春期之前，在数学和数字素养测试中表现同样出色，女孩对其技能的评价显着降低 （联合国教科文组织，2019）。 图2：女孩的ICT能力及其对能力的看法 资料来源：联合国教科文组织（2019年）。 图2显示，尽管在计算机和信息素养方面表现出色，但女孩没有对自己的ICT能力充满信心。不幸的是，缺乏自信、结构性障碍和 普遍存在的性别陈规定型观念导致选择性的教育选择。女生主要选择人文和社会科学专业，而男生则选择计算机科学和工程专业。 全球女性在教育领域的入学率是70%，在健康和福利领域是69%，艺术和人文学科61%，自然科学（包括生物学）56%，STEM（平均） 36%和ICT29%（EqualsResearchGroup引用UNESCO，2019年，第23页）。在欧洲，数字甚至更低：只有34%的STEM毕业生和17%的ICT毕业生是女性 （欧盟委员会，2021）。只有2.4%的女性高等教育毕业生获得ICT学位，而9.2%的男性大专毕业生。 2.3职业中的性别隔离 尽管在大多数地方，妇女原则上可以从事她们想要的任何职业，但男性和女性在职业中得到加强。职业志向融入个人 儿童的自我形象是在儿童早期到青春期的社会化过程中发展起来的。什么时候比较一个人的自我形象和职业形象，性别在职业选择中起着至关重要的作用。当一个职业的性别形象与自我概念不匹配时， 职业和个人利益可能会被不足的感觉所推翻（哈斯等人,即使女性渴望男性化工作，女性的社会、文化和结构障碍 使这些职业的职业变得复杂。由于完成特定工作所需的技能和能力是与男性气质和女性气质有着内在联系，性别被用作招聘的判别标准而不是查看潜在员工的实际能力（Lorber，1994，第199页）。 不幸的是，一旦进入该领域，女性再次暴露于职业中的文化偏见，有助于保留和流失的模式（卡罗尔等人,2016)。职业社会化需要不仅要掌握本专业的技能和专业知识，还需要匹配 职业价值观与个人价值观和自我观念之间的关系。卡罗尔等人（2016）显示工程专业的社会化过程如何导致女性缺乏自信 他们适合工程文化。课程作业中的启动仪式、与同龄人的非正式互动以及团队合作和实习中的日常性别歧视是性别歧视的重要组成部分 隔离。硅谷内部人士EmilyChang(2018)使用了这个词“乌托邦”对于这种现象。她描述了女性如何面对带有歧视和性骚扰的有毒工作场所。她 认为“好斗的、厌恶女性的、不惜一切代价工作的兄弟文化”将女性排除在外技术开发和获取。 除了横向隔离到特定职业之外，女性还经历着玻璃天花板 造成纵向性别隔离的影响。ST