Ана Манасиева
1. Вовед
Во последните неколку децении, светот станува сѐ повеќе зависен од технологијата и иновациите. Професиите поврзани со наука, технологија, инженерство и математика – познати како STEM професии се во центарот на технолошкиот и економскиот развој. Меѓутоа и покрај нивната важност и растечкиот број на работни позиции, STEM професиите сѐ уште се соочуваат со сериозни предизвици кога станува збор за родова еднаквост. Жените сѐ уште се недоволно застапени, често добиваат пониски плати во споредба со мажите и имаат помалку можности за напредување во кариерата.
Постојат бројни општествени, културни и институционални фактори кои ја одржуваат оваа нерамнотежа.
Од мали нозе, девојчињата се обесхрабрувани да се интересираат за технички и научни области, додека потоа, во работната средина, се соочуваат со бариери како што се несвесна пристрасност, дискриминација и отсуство на поддршка за професионален развој. Истражувањата покажуваат дека дури и во компании кои тврдат дека се посветени на еднаквоста, жените се соочуваат со системски пречки што влијаат на нивниот кариерен напредок.
Во овој контекст, вештачката интелигенција (AI) се појавува како потенцијално моќна алатка за анализа и решавање на овие проблеми. AI овозможува обработка на огромни количини податоци, идентификување на трендови и модели на однесување, па дури и автоматизирано откривање на пристрасност. Компаниите сѐ почесто користат алгоритми за регрутирање кадри, за евалуација на плати и за анализа на внатрешните процеси, што отвора нови можности – но и нови ризици.
Оваа семинарска работа има за цел да истражи на кој начин вештачката интелигенција (AI) може да помогне во откривање и намалување на родовата нееднаквост во платите и вработувањето во STEM професиите. Анализата ќе се фокусира на постојните статистички податоци за родовите разлики во овој сектор, како и на можностите што AI ги нуди за идентификација и надминување на пристрасностите што постојат во процесите на селекција и одлучување. Дополнително, ќе се разгледаат потенцијалните ризици од употреба на алгоритми базирани на историски пристрасни податоци и ќе се понудат препораки за етичка
и одговорна примена на вештачката интелигенција, со цел постигнување на поголема правичност и инклузивност во STEM областите.
Преку анализа на реални примери, научни истражувања и тековни технолошки решенија, ќе се даде критичка оценка за улогата на AI во унапредување на родовата еднаквост во STEM секторот – не само како технолошко средство, туку и како општествен катализатор.
2. Статистички податоци за родови разлики во STEM професиите
Иако денес сè повеќе жени избираат кариера во STEM областите, сè уште постојат значителни разлики кога станува збор за вработувањето и платите. Податоците покажуваат дека жените, дури и кога работат на исти позиции како мажите и имаат слични квалификации, честопати заработуваат помалку. Дополнително, потешко стигнуваат до повисоки или водечки позиции во организациите.
Во САД, податоци од Националната фондација за наука (NSF) покажуваат дека жените сочинуваат само 34% од вработените во STEM секторот, а во одредени дисциплини – како што е инженерството – таа бројка паѓа и до 15%. Во Европската Унија, статистиките се слични: според Eurostat, жените претставуваат околу 41% од научниците и инженерите, но само 19% од вработените во информатички технологии.
Овие бројки не само што укажуваат на нееднаква застапеност, туку и на нерамноправни услови за напредување. Жените често заработуваат помалку од мажите, иако работат на исти позиции. Во САД, на пример, студии покажуваат дека жените во STEM во просек заработуваат 80 центи за секој долар што го заработува маж со слични квалификации и искуство. Во други региони, нееднаквоста во платите е уште посилно изразена.
Дополнително, многу извештаи укажуваат дека жените имаат ограничен пристап до лидерски позиции, а процесите на регрутација и евалуација често содржат несвесни родови пристрасности кои ги ставаат во неповолна положба. Истражување спроведено на MIT покажало дека исто CV добива различна проценка во зависност од тоа дали е потпишано со машко или женско име.
Сето ова укажува на потребата од детална анализа на актуелните практики и воведување на нови алатки – меѓу кои и вештачката интелигенција – за идентификација и надминување на овие разлики. AI може да анализира големи количини на податоци, да открива скриени обрасци на пристрасност и да
предложи конкретни мерки за подобрување на еднаквоста при вработување, плати и унапредувања.
3. Употреба на вештачката интелигенција за анализа и намалување на родовата нееднаквост
Во последниве години, вештачката интелигенција (AI) добива се поголемо значење во различни индустрии, вклучително и во областите кои се поврзани со родовата еднаквост. AI има моќ да анализира огромни количини податоци и да ги открие потенцијалните пристрасности кои се присутни во процесите како регрутирањето, евалуацијата на платите и напредувањето на работниците во кариерата. Жените во STEM професиите се соочуваат со сериозни предизвици, а еден од најголемите проблеми се тие скриени пристрасности кои влијаат на одлуките за вработување и унапредување. Вештачката интелигенција има потенцијал да помогне во откривањето на овие пристрасности и да обезбеди фер и транспарентни критериуми за оценување на кандидатите, без разлика на нивниот пол.
3.1 Kaко АI го анализира родовиот јаз
AI може да се користи за идентификување на несвесните пристрасности што постојат во процесите на регрутирање и напредување во кариерата. Преку обработка на податоци за вработувањето, AI може да:
• Открие разлики во платите помеѓу мажи и жени на истите позиции. • Идентификува пристрасности при изборот на кандидати за работа. • Помогне во подобрување на транспарентноста во процесите за унапредување.
3.2 AI во регрутацијата – непристрасни алгоритми
Многу компании сè повеќе користат AI за да ја оптимизираат транспарентноста во процесот на регрутирање. Алатки како HireVue и Pymetrics автоматски анализираат кандидати, фокусирајќи се на нивните способности, а не на демографските карактеристики. Овие системи ја намалуваат или елиминираат пристрасноста која може да се јави во традиционалните процеси на селекција.
3.3 Анализа на јазикот во огласите за работа
Истражувањата покажуваат дека јазикот кој се користи во огласите за работа може да има големо влијание врз тоа кој ќе аплицира за одредена позиција. AI, преку технологии како Natural Language Processing (NLP), може да анализира текстови и да препознае родово пристрасни изрази. Алатки како Textio помагаат на компаниите да го приспособат јазикот на огласите, правејќи ги поинклузивни.
3.4 AI во анализа и политика на платите
Некои компании користат AI за да ја подобрат изедначеноста во распределбата на платите.. Алгоритмите можат да:
• Анализираат разлики во платите и да дадат препораки за нивно коригирање.
• Автоматски идентификуваат фактори кои придонесуваат за системска дискриминација.
• Придонесат за поголема транспарентност во начинот на распределба на платите.
Вештачката интелигенција има значителен потенцијал да помогне во намалувањето на родовата нееднаквост, особено во STEM секторот. Сепак, како и со сите технологии, важно е да се внимава на квалитетот на податоците кои се користат, бидејќи ако не се внимава, може да се случи алгоритмите да ги реплицираат пристрасностите кои веќе постојат во индустријата. Затоа, неопходно е да се комбинира употребата на AI со човечки надзор, за да се обезбеди фер и транспарентен процес на вработување и напредување.
4. AI како поддршка за жени во STEM
Вештачката интелигенција сè повеќе зазема важно место во современото општество, а една од нејзините потенцијални улоги е поддршката за жените во STEM областите. Иако AI има потенцијал да помогне во надминување на родовата нееднаквост на пошироко ниво, нејзината примена во науката, технологијата, инженерството и математиката е особено значајна. Овие области традиционално се сметаат за „машки терен“, па жените често се соочуваат со различни пречки – почнувајќи од образовниот процес, па сè до професионалниот развој.
Со помош на AI, можно е да се анализираат образовни податоци за да се идентификуваат интереси и потенцијали кај младите девојки уште во раните фази од нивното школување. Дури и кога тие самите не се сигурни во изборот на насока, алгоритмите можат да понудат препораки за курсеви, обуки или менторски програми што би им помогнале да се насочат кон STEM. На овој начин, AI не само што информира, туку и мотивира.
Покрај тоа, технологијата може да се искористи за поврзување на младите жени со ментори – личности кои веќе работат во тие области и можат да понудат совети, поддршка и охрабрување. Таквите системи, засновани на вештачка интелигенција, ги земаат предвид индивидуалните интереси, нивото на образование и кариерните цели, што значи дека поддршката е прилагодена и значајна.
Со тоа, не само што се подобрува пристапот до ресурси, туку се создава и чувство на припадност, што е клучно за развој на самодоверба и истрајност. Во професионалниот свет, AI може да има важна улога и во следењето на напредокот на жените во STEM. Преку анализа на кариерни податоци, може да се идентификуваат моментите и причините поради кои жените најчесто го напуштаат овој сектор. Таквите сознанија се клучни за креирање на ефективни политики и иницијативи што ќе придонесат за задржување на талентираните жени во овие професии, како и за создавање поинклузивна и поддржувачка работна средина.
5. Примери на практична примена
Во пракса, сè почесто може да се забележи како компаниите користат алатки со вештачка интелигенција за подобрување на состојбата со родовата еднаквост. Некои од нив развиваат сопствени системи, додека други се одлучуваат за готови решенија што им помагаат да ги откријат пристрасностите и да носат поконзистентни одлуки.
На пример, Google прави внатрешни анализи со помош на AI за да следи дали платите и унапредувањата се фер. Доколку се утврдат неправилности, тие се корегираат. IBM разви сопствен систем кој предвидува напредување без да дозволи полот да има влијание. А Accenture ги користи податоците за родова застапеност за да планира подобра рамнотежа во тимовите и да воведе обуки против пристрасност.
Во делот на регрутација, неколку алатки се користат сè повеќе:
• Textio: Анализира како се напишани огласите за работа и покажува дали некои зборови може да ги спречат кандидатите од одреден пол да аплицираат. Така, текстот може да се прилагоди и да биде попривлечен за сите.
• Applied: Помага при регрутација така што ги крие податоците кои може да предизвикаат пристрасност – како на пример името или полот – и фокусот паѓа само на квалитетот на одговорите и вештините.
• HireVue и Pymetrics: Првата користи анализа на видеоинтервјуа, а втората нуди игри базирани на невронаука за подобро да се проценат способностите на кандидатите, без влијание од лични карактеристики.
Дополнително, AI се користи и за откривање на проблемот познат како „стаклен таван“ – ситуација кога жените тешко напредуваат во компанијата иако имаат капацитет. Со анализа на податоците, може да се види каде се јавува застојот и да се направат промени.
6. Потенцијални ризици и ограничувања при користење АI за родова еднаквост
Иако вештачката интелигенција има голем потенцијал да помогне во намалување на родовата нееднаквост, не е без свои ризици и ограничувања. Еден од главните проблеми е квалитетот на податоците што се користат за тренирање на AI моделите. Ако тие податоци веќе содржат пристрасности – на пример, историски разлики во платите или мал процент жени на лидерски позиции – алгоритмите ќе ги научат тие исти шаблони и ќе ги репродуцираат.
Друг ризик е „црната кутија“ на AI – често не е јасно како точно моделот донел одредена одлука. Тоа ја отежнува проверката дали системот навистина е непристрасен или пак само ја прикрива дискриминацијата на нов начин.
Исто така, постои и опасност од премногу потпирање на технологијата, без да се земат предвид поширокиот контекст и човечкиот фактор. Алгоритмите можат да понудат добри препораки, но не можат секогаш да ја разберат комплексноста на родовите прашања или културните разлики.
Затоа, важно е AI да се користи како алатка што ја надополнува човечката проценка – а не како единствен механизам за одлучување. Само со внимателен надзор и транспарентен процес може навистина да се обезбеди еднаквост.
7. Идни насоки и препораки
Како што напредуваме во користењето на вештачката интелигенција, важно е да се имаат на ум не само технолошките иновации, туку и нивните етички аспекти. Еден од важните примери е практиката на автоматизирана регрутација. Иако AI може да обезбеди брзи и ефективни резултати во процесот на селекција, важно е да се осигураме дека алгоритмите не ги реплицираат старите стереотипи и пристрасности.
Еден конкретен пример е компанијата Amazon, која првично користела AI за автоматски да ги оценува кандидатите за работа, но системот покажал пристрасност кон машките кандидати, бидејќи AI моделот бил обучен врз историја на податоци што покажувало доминантно машки профили во технолошките позиции. Компанијата била принудена да го напушти овој систем и да ги преиспита методите за регрутирање. Овој случај покажува дека при користењето на AI во процесите на селекција, потребно е внимателно да се анализираат и податоците што се користат за тренинг на моделите, за да се избегне преносот на постоечките пристрасности.
Препорака за идните насоки би била да се создадат рамки за едукација на дизајнерите и инженерите на AI да бидат свесни за етичките импликации на нивните системи. Вклучувањето на етички разгледувања во фазата на дизајн и тестирање на алгоритмите може значително да ја намали можноста за непријатни изненадувања во иднина.
Секако, компаниите треба да работат и на транспарентноста на процесите. Пример за тоа е компанијата Accenture која вовела систем за транспарентно известување на вработените за тоа како се користат AI алатките во процесите на вработување и напредување, обезбедувајќи при тоа полна отвореност во поглед
на алгоритмите што се користат. Таквата отвореност и комуникација помагаат да се создаде доверба помеѓу вработените и организацијата.
Идните насоки треба да вклучуваат длабока анализа и адаптација на користењето на AI за да се обезбеди правична, објективна и инклузивна употреба на технологијата, која нема да ја реплицира нееднаквоста, туку ќе создаде нови можности за сите.
8. Заклучок
Во современото општество, родовата еднаквост претставува еден од клучните аспекти во создавањето на фер и инклузивни работни средини, особено во STEM професиите. Иако значителен напредок е постигнат во последните децении, жените сѐ уште се соочуваат со бројни пречки кога станува збор за целосно учество и напредување во овие области. Една од најголемите бариери е постоечката родова нееднаквост во платите, пристрасностите во процесите на регрутирање и селекција, како и ограниченото присуство на жени на лидерски позиции.
Со појавата и развојот на вештачката интелигенција (AI), се отвораат нови можности за борба против родовата нееднаквост во STEM професиите. AI има потенцијал да ја трансформира динамиката на овие индустрии преку автоматизирање на процесите, анализирање на големи количества податоци и создавање на пообјективни и транспарентни практики во многу области кои се засноваат на луѓето, вклучувајќи ги и процесите на регрутирање и напредување. Вештачката интелигенција може да ги идентификува и открие потенцијалните родови пристрасности кои често се присутни во различни фази од работниот процес – од избор на кандидати до оценување на нивните перформанси и дефинирање на платите.
Користењето на AI во овие области може значително да ги унапреди процесите на регрутирање, со автоматско идентификување на квалитетни кандидати, независно од нивниот пол, раса или други неважни фактори. Алгоритмите на
вештачка интелигенција можат да ги елиминираат пристрасностите кои често влијаат на изборот на кандидати, како и на одлучувањето за вработување и унапредување. Тие исто така може да помогнат во обезбедување на пофер распределба на платите, преку автоматизирани анализи на нееднаквостите во платите и преземање на соодветни мерки за нивно намалување.
Меѓутоа, неопходно е да се нагласи дека примената на вештачката интелигенција мора да биде внимателно управувана и да биде етички контролиран процес. Алгоритмите, иако се способни да донесуваат одлуки базирани на податоци, сепак можат да го репродуцираат постоечкото друштво на пристрасности ако не се внимателно дизајнирани и подложени на постојан надзор. Во случај на неадекватна имплементација, вештачката интелигенција може да создаде нови, но можеби поневидливи бариери за жените во STEM професиите.
За да се обезбеди дека вештачката интелигенција придонесува за вистинската родова еднаквост, мора да се постигне баланс помеѓу автоматизацијата на процесите и постојаниот човечки надзор. Важно е да се изградат етички рамки и стандарди за развој на AI технологии, кои ќе гарантираат дека тие се користат за доброто на сите, а не само на една група. Исто така, клучно е да се осигура дека вештачката интелигенција ќе ги поттикнува образовните и менторските програми, кои ќе овозможат на жените да имаат исти можности за напредување и лидерски позиции како и нивните колеги.
Вештачката интелигенција не е само алатка за автоматизација, туку и за трансформирање на начинот на кој се гледаме себе си.
Технологијата, ако се користи со вистинска свест и одговорност, може да биде катализатор за значајни промени, кои ќе водат кон создавање на пофер и поинклузивни работни средини, каде што жените ќе можат да достигнат својот полн потенцијал во STEM областите. Вештачката интелигенција, исто така, треба да биде дел од поширока стратегија за промоција на родова еднаквост, што ќе вклучува едукација, менторство и промена на културата во STEM секторот. Само со инклузивен пристап и посветеност кон постигнување на правични услови за сите, можеме да очекуваме еднакви можности за напредок и успех во иднината.
9. Референци
[1] https://www150.statcan.gc.ca/n1/pub/36-28-0001/2021011/article/00004-eng.htm [2] https://professionalprograms.mit.edu/blog/leadership/the-gender-gap-in-stem/
[3] https://www.unwomen.org/en/articles/explainer/artificial-intelligence-and-gender equality
[4] https://link.springer.com/chapter/10.1007/978-3-031-80946-0_11 [5] https://www.weforum.org/stories/2025/03/ai-stem-women-gender-gap/ [6] UNESCO (2021). ‘Cracking the code: Girls’ and women’s education in STEM’. [7] World Economic Forum (2023). ‘Global Gender Gap Report’.
[8] Buolamwini, J., & Gebru, T. (2018). ‘Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification’.
[9] Binns, R. (2018). ‘Fairness in Machine Learning: Lessons from Political Philosophy’.
[10] AI Now Institute (2019). ‘Discriminating Systems: Gender, Race, and Power in AI’.
[11] ACLU – „Why Amazon’s Automated Hiring Tool Discriminated Against Women“