人工智能與自動化如何影響女性的職業未來

戴珒

2023年上半年最熱門的話題或許是ChatGPT。生成式人工智能被稱為“真正人工智能時代”的開啟，哪些工作會被AI取代也再次引發熱議。女性職場發展本就挑戰重重，疊加人工智能的發展，女性未來職業前景會受到什么樣的影響？

這不是女性個體的職業發展問題。性別議題不是個體層面的議題，當我們談性別差異時，幾乎都是在講群體比例、統計意義上的差異，放在某個具體的男性女性個體上討論沒有意義。按照諾貝爾經濟學獎得主加里·貝克爾（Gary Becker）教授的觀點，“歧視是歧視者放棄一定的利益以滿足個人偏好”，可以認為歧視是歧視者非理性地關注了錯誤的表面指標。比如雇主希望員工工作盡心盡力，即便統計數據顯示女性缺勤率高，但具體到某一個員工，真正起決定性影響作用的個體指標可能是大五人格特質中的責任心。以性別作為主要考慮因素，就屬于不理性；冒險用一個錯誤指標，屬于懶政。此外，對個體而言，技術取代并不是驟然發生。這個問題暫時還沒有關乎到“生死存亡”。

最應該關注人工智能與自動化發展如何影響女性職業未來的，是企業、決策機構和教育機構。后兩者自不必說，這與機構自身的目標相關。企業為什么應該關注這個問題？人工智能倫理學家賴德·布萊克曼（Reid Blackman）在《道德機器》（Ethical Machine）一書中指出，談論人工智能的倫理問題不是要求企業用人工智能去行善，而是不用人工智能“作惡”。因為人工智能還存在很多缺陷，如果不解決相應的倫理問題或者在使用中避開這些問題，等待企業的就是市場和法規的懲罰。因此，對企業來說，關注人工智能技術對女性職業未來的影響，其實是關注一項新技術的缺陷可能帶來的聲譽、監管和法律風險。

人工智能技術涉及的范圍是驚人的，因此，在開發階段就需要防范相應風險，否則一次錯誤就可能讓企業走向失敗。人工智能技術一個飽受詬病的點，就是其放大了性別歧視，企業比女性個體更需要關注這一問題。

人們試圖通過預測人工智能技術未來的發展趨勢，來推斷機器將來能完成的工作任務，再跟人的技能進行比較，以此推測哪些職業會被取代。這種思路存在根本上的漏洞。首先，準確預測技術進展很難。在ChatGPT橫空出世之前，人們相信“人類的創意是不可替代的”，生成式AI可以畫圖可以寫詩顛覆了這一信念。盡管AI會出錯，但人類也會出錯。一生都在研究人類決策的諾貝爾獎得主丹尼爾·卡尼曼（Daniel Kahneman）在2021年就已經預測：AI一定會全面超越人類。其次，這個思路的問題是把人當作了工具，只有在兩個工具之間才會比較哪個更好用。AI是不是會替代人類成為更好的畫家、作家、詩人？如果創作是一個體驗的過程，一個能帶來意義的過程，那么，AI與人在創作上的比較，就只是人類對工具的性能測試，不涉及人類被取代的問題。

哈佛商學院教授約翰·科特（John P. Kotter）在《變革正道》一書中提出了人和組織的“兩種頻道”——求生與求興。當求生頻道被激發，關注焦點是尋找威脅，下意識行動是避險、迅速解決眼下問題；當求興頻道被激發，注意力拓寬，關注點是發展機會，行動是創新和協作。如果在“機器替代人工”這一問題上的關注點是人類工作機會消失，這顯然是打開了尋找威脅的雷達，求生頻道開啟。如果關注的是未來職業是什么樣的，“人如何更好地使用工具幫助自己成為更好的人”，這是求興頻道的思維方式，打開了一條探索答案的路徑。

人工智能和自動化都是發展生產力，發展人類的工具。受生產力發展水平以及相應的社會觀念及認知水平的制約，當下可能還難以擺脫“把人看作是工具”思維。隨著生產力水平的提升，社會將發生結構性改變，如果還“把人看作是工具”，就如同“困在二維空間想三維空間的事兒”。突破性的技術會讓我們感到威脅，同時也能夠讓人突破想象空間去展望未來的機遇。

所以，不妨把未來職業放在求興頻道下思考。在“人如何更好地使用工具幫助自己成為更好的人”這一跨越時代的目標下，想象人工智能與自動化能為未來職業帶來什么新的機遇。我們將把上述目標拆分成三個子問題來進一步探討。

更好的人

“更好的人”絕不等同于“更好的勞動力”，后者反映的是農業時代、工業時代的思維。馬克思主義女權主義者指出，把“市場”中的“勞動力”看作“人”，不能成為市場勞動力、歸于“家庭”的老人、病人、殘疾者和女性都“非人化”，是近代資本主義的壓迫形式。未來要實現全人類的自由，人不再被當作是有工具屬性的勞動力，勞動成為人類自身的需求。因此，我們需要回歸人之價值。

我們曾經在動物和人的比較中發現人可貴之處。通過對AI和人進行比較，也可以不斷探索“人之可貴”。通過技術迭代不斷逼近和“替代”人的功能性，我們明白功能性不是人之價值。實業界的思想家多里·克拉克（Dorie Clark）和商業心理學教授托馬斯·查莫羅-普雷穆日奇（Tomas Chamorro-Premuzic）對人們在人工智能時代如何驗證自己的職業價值給出了五條建議，這五條建議可以看作是人類與AI的差異化競爭策略。

第一，避免可預測性，也就是避免趨同，隨大流可預測就落在了AI的優勢項目上。

第二，保持真實。AI的“軟技能”源于文本預測，但AI不能“體驗”也不能“運行情緒”（perform），它的“軟技能”可以說是虛假的。所以人類不走心，還不如機器人。

第三，駐守真實世界。AI在“0-1世界”中所向披靡，人類如果執著于練虛擬世界里的能力，過虛擬世界的生活，就是跑到AI的主戰場。

第四，打造個人品牌。受AI影響較大的主要是中低端市場，即依靠低成本獲取競爭力的市場。打造品牌就是避開這些戰場。

第五，成為領域專家。快速了解一個領域的大致情況是AI的長項，因此，在自己的領域精耕細作才有價值。盡管這些建議還是從與AI競爭的角度出發，但也能提供一些思考方向，機器擅長的顯然不是人類真正的價值。

更好的工具

讓AI成為更好的工具也可成為體現人類價值的職業方向。AI性能提升和缺陷解決以及涉及倫理方面的問題，都是人類的工作方向。在有關AI倫理的討論中，避不開的三大問題是偏見、黑箱和隱私，每一個都值得AI技術開發者和相關公司去探索解決方式。其中，與性別最為相關的是偏見問題。

美國亞馬遜公司曾經嘗試訓練人工智能用于簡歷篩選，在把已有的大量雇傭決策數據喂給AI后，AI學會的是“我們不雇女性”。這反映了AI技術一個更深層次的局限性，或許也是前一個問題“更好的人”的一個答案。人類可以學習規律，也會在某些時候產生突破規律的動機和行為。隨著技術的發展，AI如果也可以做到這一點，那會成為更好的工具，幫我們解決更多決策問題；如果不可以，人類就又多了一條可以去發展其價值的可貴之處。

瑞德·布雷克曼指出，公司在AI技術開發階段常常會認為已經關注了倫理問題（不限于“偏見、黑箱、隱私”三大問題），但事實上并非如此。當下的科技發展需要更綜合的視角、更謹慎的研發過程來用于人類的發展，對倫理問題的考量需要更綜合的方式。首先要區分公司開發項目的結構性倫理風險和內容性倫理風險，并且都納入考慮。人們很難看到結構性風險，因為這個概念常常被混淆，容易被習慣性忽視掩蓋于迷霧中。馬斯克在一次公開訪談中稱，在人工智能領域，如果按照過去的監管邏輯，即“先發生再監管”，監管可能就太遲了。這就是在內容性倫理風險之外的結構性風險。發現和解決結構性倫理風險需要囊括更多的專家、更多的視角。AI（或許也包括其他突破性技術）要成為好工具，需要的不僅僅是技術專家，還包括社會學科的專家。同時這些跨學科的、多方視角的協作，從科學家、產業界、監管方、技術的使用者，到會受到技術影響的各方，也需要更多的工作去聯結才能順利發生，這也催生新的職業需求和教育需求。

更好的使用者

讓人們成為更好的工具使用者，也是一類職業方向。工具會越來越順手，所以對普通大眾來說，未來不見得一定要專門學習如何開發人工智能，但一定要發展“駕馭”人工智能的能力，而這個世界需要繼續發展規范人類行為的機制。

武器可能是一個極端但最容易理解的例子，來說明“工具”的功能性在科技發展到當下程度已不是限制。單說武器的“破壞性”這個功能，從冷兵器到槍炮再到核武器，技術上已經實現了毀天滅地的功能。駕馭或者約束工具，靠的是社會規范、法律、國際協議的層層框定。除了宏觀層面的規范制定，人的意識動機、人使用工具的目的性，也是該子命題的解決方向。與此相關的學科和職業也將得以發展。

從人類千百年的發展歷史可以看到，工具能在一定程度上彌補人類先天的生理差異和差距。隨著技術的發展，未來的工具將越發能夠彌合人類先天的不平，而差異性將成為欣賞的對象，出現在特定的情境，如體育運動、表演活動。彌合性別差異和其他先天差異帶來的不平等或許將是工具發展的一個趨勢。

行業性別比是一個行業社會結構的重要表征。行業性別比可能是一個個獨立的雇傭決定和個體的工作表現綜合形成的，但它實實在在地影響著該行業中的數量占優群體和少數派群體。在雇傭關系中，“隔離”指的是兩個或多個群體在工作設定中的區別對待。性別隔離發生在基于性別進行工作安排中、存在其中一個性別占優的設定，這一情況就阻礙了工作流動性，工作場合的同質性會影響人們的互動。

職業的性別比問題并沒有隨著技術進步改變。康奈爾大學兩位勞動經濟學家2017年發表的一項研究指出，在1980到2010年的30年間，存在主導性別的行業中，性別比的改變微小。信息化革命帶來一些新崗位，比如社交媒體經理、數據科學家、平臺司機等，美國數據顯示，這些新增崗位60%以上是男性主導的領域。

一些對情緒智力和成熟溝通能力有要求的職業，通常由女性主導。這些職業被認為是不太容易被AI替代，比如幼師、護理師等。男性同樣也會因為性別刻板印象缺少從事這些職業的機會，也會有作為少數派要承受的“性別隔離”壓力。

明確了起點——職業存在性別差異，和終點——人類價值實現、平等、尊重差異性，我們還可以根據目前已知的一些證據，探討“機器替代人工”這一過程中存在的性別差異，從而識別出起點到終點的進程中人類需要做的努力。

學習機會的性別差異。在2019年前進行的一項跨國研究中，麥肯錫通過分析自動化技術的技術可行性和采用可能性，估算了收入增長、消費和投資增長（部分是由于技術進步帶來的生產力增長）創造的新增崗位，然后用性別棱鏡識別這些增長對男性和女性的不同影響。在該研究涉及的六個成熟經濟體中，有五個的勞動力需求凈增長只發生在那些學歷要求為本科及以上的崗位。西歐79.8%的女性、66.7%的男性符合該學歷要求，但英國的官方數據顯示，全日制大學生中只有37%的大一女生學習了科學課程，而男生的這一比例為48%。在發展中經濟體，很多女性在自給自足的農業領域（印度超過60%的女性），受教育很少、技能狹窄。研究涉及的四個發展中經濟體中，有三個發展中經濟體的凈勞動力需求增長都要求至少有中學教育，而女性在高等教育學生中只占35%。就全球而言，接觸技術、受益于技術帶來的學習機會，男性比女性要多出33%。

職業通道中的流動性差異。社交網絡上的劣勢和職場性別歧視等障礙，阻礙了女性的流動。家庭負擔限制了女性再教育的時間、出差距離等。盡管技術使得工作具有更多靈活性，如在家工作、電子商務等，尤其是新冠全球大流行以來，遠程辦公快速普及，但諸多研究表明，女性更重的家庭負擔導致其職業受負面影響更大。因此，企業仍需進一步擴大靈活工作選項。

創新創業的性別差異。發達經濟體中，女性技術工作者占比少于20%。根據經濟合作發展組織（OECD）的統計數據，只有1.4%女性員工的工作涉及開發、維護、運營ICT系統（信息和計算技術系統），而男性員工的這一比例為5.5%。根據2018年世界經濟論壇和領英提供的數據，人工智能領域女性從業者只占22%，如果只考慮資深崗位，這一比例就更低了。創業投資方面還應考慮拓寬女性創業者包括科技創業者得到資本的途徑。2018年的一項美國數據顯示，全男性組成的創始團隊獲得了85%的創投資本，性別中立的創始團隊獲得了13%的創投資本，而全女性組成的創始團隊只得到了2%的創投資本。

未來，工作將會是人的需求，而不是獲得其他生存需要的交換底物。

我們把“機器替代人工”這一問題和性別問題放到一起，從“求生頻道”轉到“求興頻道”，這個問題就不再是女性或者人類將面臨的工作崗位消失的威脅，而是“機器替代人工”這個趨勢變化會帶來的機遇。在當前的政治經濟形勢下，企業難免會更多地感受到生存危機，但如果能避免被“求生”完全占領“波段”，會發現在求興頻道中可能更有生的機遇。面對個人的職業發展壓力或是就業壓力，處在性別弱勢位置上的“受苦受難”的群體，不論男女，都可以將新產業革命當作是機遇。

不妨將“機器替代人工”與“性別問題”看作是彼此的解決方案，隨著二者的共同發展其問題都將得到解決。人工智能和自動化帶來生產力的根本性變化，有望改變父權制同時也是解放人類自己，從而擺脫工具屬性。盡管女權主義者提出了女性的“再生產（生物性生育）勞動”這一不被市場認可的勞動價值，但如果只是把生產力拓展定義和分類，女性的再生產勞動也并不能得到足夠的價值認可。生產與再生產到底能不能實現人真正的價值？人的價值可能根本就不應該由“是不是生產、是不是再生產”來定，“機器替代人工”是技術彌合先天差異的一種趨勢，也是人類重新考慮自身價值的契機。

在討論了“機器替代人工”這一歷程的起點、終點、過程中的性別差異之后，企業應該看到，順應趨勢并推動趨勢方向的行動就是機遇。人工智能和自動化等科技進步將帶來生產力的飛躍，如果能跳出時代局限性放眼未來，就能更好地理解那些已經興起的思潮和行動為什么是即便秉承趨利避害的個人和企業都應該投入和付出的方向。生產力發展是人可以不再作為工具的物質基礎，我們也應帶著“人不再作為工具”的基本認識去發展生產力。

要走到人類社會的下一個階段，目前我們的重要大方向任務是：全球性“脫貧”、普及文明和教育、科技教育和通識教育。同時，考慮到無法自發調整的一些結構性問題，如社會化的性別差異在“機器替代人工”中可能發生的偏移、人工智能等突破性技術的倫理問題等，我們需要刻意調整社會中的機構并建立約定/監管，同時要接受一個價值觀：關于人類和社會的原理研究及規則制定，是不亞于生產力和技術繼續發展的一個重要工作內容。

服務于“更好的人”“更好的工具”“更好的工具使用者”三個子目標的創業方向、轉型戰略都可能是人工智能時代突圍之策。涉及技術開發的企業，擴大數據集的多樣化、考慮結構性問題、吸收社會學科專家，把技術問題放到超越技術的層面去啟動開發，或許才能真正縮短開發周期和減少成本。

很多企業已經捕捉到了可持續發展的價值，突破性技術像是助推的一把火，跳躍出當前的維度去看長期趨勢。教育也不該是將孩子培養為提供勞動價值的勞動者。增加多樣性（哪怕是從性別數量比開始）、尊重個體差異、發展人的非工具價值，應該是企業、決策機構、教育機構共同推動改變的方向。

本研究受上海市2023年度“科技創新行動計劃”軟科學研究主題項目：面向上海國際科技創新中心建設需求的教育、科技、人才融合發展模式研究（項目編號 23692100300）資助。