305|妳不可不知的AI時代職場趨勢》女性「這特質」不怕失業,但男女薪資差距未必能縮小
作者: 王穎芝(政大阿文系、國際傳播碩畢。相信每個人自有其追尋)and 黃槿慈
原文發布時間:2023年7月4日
6月26日,民視新聞台推出全台首位「 AI 氣象主播」,有著抑揚頓挫的大方語氣加上端正外表,若非口型跟語速對不太起來,乍看難以察覺她與真人的差異。
傳統媒體運用新科技無疑是大膽的,但也引起「真人主播可能失業」的猜想。AI 取代人類工作,近年已是無人質疑的肯定句,也已有不少工作者受到衝擊。當 AI 主播和虛擬偶像出現在螢幕上,或者 Midjourney 繪製出的廣告模特兒攻佔電商平台,或許妳也會浮出另一層疑問——對不同性別的勞工而言,AI 是否帶來不一樣的衝擊?
未來七年,全球8億工作被 AI 取代
早在2017年,麥肯錫全球研究院報告就預測,2030年全球約有4至8億個工作機會將被 AI 取代,而且開發程度愈高的國家,取代比例也更高,例如印度被取代的職位只有9%,中國為16%,美國與德國都超過23%。
為什麼已開發國家「危機程度」更高?麥肯錫研究是針對46個國家中逾800項工作職務(總體GDP佔全球近90%),評估項目非常廣泛,主要考量便是自動化科技應用的範圍,以及開發與成本等。也就是說,基礎設施愈好、愈能夠快速接軌自動化科技的地區,引進 AI 的速度就愈快。
若細看工作機會,「數字」、「數據」和「語言」則是關鍵。
《Insider Monkey》分析當前正面臨 AI 威脅的16種工作機會,絕大部分都與數據相關,包含IT產業的初階工程師或網站設計師;金融產業的初階會計與銀行行員;文字出版業較資淺的翻譯、編輯與校稿;以及重複性高的點餐櫃檯人員或郵務人員等。回顧兩百年來打字機、計算機與電腦陸續問世的歷史,這些科技工具的共通點都是加速處理可依邏輯歸類的資訊,AI 亦是電腦科技的延伸,因此無論古今,都是類似產業的勞工率先面對被科技汰換的挑戰。
AI 浪潮衝擊,女性佔了優勢或劣勢?
如果已知哪些產業更容易受衝擊,那麼被衝擊的勞工性別比例又是如何呢?
知名會計事務所資誠(PwC)2017年針對英國產業研究分析,女性面臨的 AI 威脅明顯低於男性。在英國,職位受威脅的男性比率為35% ,女性比例僅為 26%。該報告認為,男性勞工多數服務於勞力密集或自動化需求高的領域,例如交通運輸、製造業或科技業,因此更容易被機器人或 AI 工具取代;相反地,女性主要集中在教育、服務或醫療照護業,這些領域對人際互動和情緒體察的能力需求較高,普遍來說也更偏好女性勞工。
可是6年過去,AI 研究逐漸有不一樣的見解。國際貨幣基金(IMF)在2018年就預測,女性受 AI 衝擊的機率較大,美國勞動力數據庫 Revelio Labs 2023年最新研究也肯定其見解。該研究分析美國15種最容易受 AI 威脅的職業類別,發現其中高達71%從業者都是女性,大多屬於服務業或基層白領工作,例如記帳員、翻譯、電話行銷與客服等。
Revelio Lab強調,女性及非白人勞工更容易被 AI 取代,她們往往任職於較低階的職位,從事重複性高且容易替換的工作。波士頓諮詢公司(Boston Consulting Group)也指出,以金融服務業為例,女性佔全體勞動力近50%,卻只佔高階管理職的25%,但後者才是不容易受到自動化與 AI 衝擊的階層。
當「人味」變得珍貴,陰性特質成職場必備軟實力
兩種不同結論的研究,可以歸納出相似結論——AI 將在重複性高又偏重資料處理的工作上碾壓人類,人類的突破點將是人際互動並體察情感的能力值。政大傳播學院特聘教授林日璇指出,產業大量導入 AI ,首當其衝的就是能被模組化、量化的工作。那些大量與人面對面接觸的職位,反而會因為 AI 無法取代的「人味」變得珍貴而迎接榮景,伴隨的「幸福感」商機也潛力可期。
未來學家分析,「情商」和「跳脫框架的思維」是 AI 仍難以做到的特質,據此點出不易被 AI 取代的三大職業種類——需要高度創造力的工作,如藝術家;有複雜人際互動的工作,如護理師和顧問;機動性強且需要高度彈性的工作,比方水電工程師。
最不容易被 AI 學會的情緒與溝通能力,恰好也是大部分社會對女性的期待,女性在社會化過程中被鼓勵培養的特質:溫柔、敏鋭、同理心,過往在職場中不那麼受到讚揚,如今卻最有機會在技術洪流中不被沖散。
本文未完,全文見《妳不可不知的AI時代職場趨勢》女性「這特質」不怕失業,但男女薪資差距未必能縮小》
妳不可不知的AI時代職場趨勢》女性「這特質」不怕失業,但男女薪資差距未必能縮小
即日起,我們會在「世界走走 Sehseh.world」繼續與大家見面。未來深度文章僅於新站刊登,週報則會繼續在Matters發送,點擊連結訂閱電子報,不錯過走走精彩文章💕
喜欢我的作品吗?别忘了给予支持与赞赏,让我知道在创作的路上有你陪伴,一起延续这份热忱!
- 来自作者
- 相关推荐