女性更易被人工智能抢饭碗?人工智能真会带来失业潮吗?

作者: 科技新发现 2019-08-22 13:00:29

女性更易被人工智能抢饭碗?人工智能真会带来失业潮吗?

近年来,职场女性是多方关注的重点对象。如何让女性在职场中真正实现“男女平等”,成为众多企业为之努力的目标。如,Facebook高管在上月表示,五年时间内Facebook的员工要由50%的女性组成。而阿里巴巴也曾多次举办全球女性创业者大会,马云始终强调女性对企业的重要性。在诸多巨头企业的带领下,女性在职场中的地位正在加速攀升。

但如今,女性在职场上将面对更大的困难——人工智能要来抢她们的“饭碗”!这不是个别企业的问题,而是社会、科技等综合发展的潮流大趋势。在人工智能大踏步向前的风潮下,更易被“抢饭碗”的女性应该如何做?或许,这将涉及未来女性在职场、社会中扮演的角色。

女性首当其冲!人工智能时代被易被“抢饭碗”

人工智能的到来,会让人类失去工作!这不是危言耸听,而是已经形成广泛认知。英国牛津大学此前给出的一份风险清单显示,随着人工智能的发展,人类有70%的工作会被人工智能替代。当然,更多专家、大咖还是认为人类与人工智能是合作而非纯粹竞争的关系。但不可否认的是,人工智能肯定会对人类现有的工作造成冲击。

男性和女性的工作,都有被人工智能抢走的可能性。而这其中,女性因从事“例常性”或“可编码”等工作,更容易被机器人抢走饭碗!因为这些工作,恰好能被人工智能以更为优秀、高效率的表现而取代。相关报告指出,服务员等女性最常从事的工作,流失风险较大。

女性更易被人工智能抢饭碗?人工智能真会带来失业潮吗?

国际劳动组织驻曼谷经济学家普贤(音译)指出,在柬埔寨、印尼、菲律宾、泰国和越南,有61%的职场女性面临新科技取代工作的风险。而从更大的范围看,全球女性都面临着类似的风险和挑战。《职场女性的未来:自动化时代的转型》中以10个国家为样本的调查发现,有20%或1亿700万的女性,可能在2030年的自动化时代失去工作。即使人工智能创造出了新工作,但60%都是在男性主导的领域。

由此可见,女性在人工智能的冲击下首当其冲。女性被人工智能“抢饭碗”,是不以人类意见为转移的。这无关此前的性别偏见,而是事实,更是未来的发展大方向。

自强面对挑战,女性无所畏惧

在人工智能即将全面落地的当下,女性要有危机意识。麦肯锡的调查显示,全球有4000万至1亿6000万的女性需要在2030年前把握机会。她们要转型到高技术职位,以提高生产力和薪资。如果未能把握机会,那么女性不仅会面临很大的薪金差距,甚至有可能被职场所淘汰。

不过正所谓有失必有得,人工智能在导致某些工作消失的同时,还会创造新的机会,这就要求女性要把握机会实现自我转型。换句话说,女性可以提高自身的相关能力,来掌握未来的工作机会。

比如在医疗保健领域,人工智能带来的人工智能诊断、电子发票等可以减少很多体力或文书工作。而女性能够融入其中,减少其他工作时间,将更多时间放在和病患的交流上。此外,人工智能的发展将让远距离沟通和工作方式更灵活。这可以让女性更多地在家中工作,她们能够以较高效率处理工作,并完成家务等事项,更好地平衡工作与家庭的关系。

由此可见,女性固然会遇到被人工智能“抢饭碗”的危机,但只要通过自强的精神去面对挑战,或许能够开辟全新的工作良机。而女性都是伟大的,她们的韧性和坚持会超出所有人的想象。

借势人工智能,女性的未来更多彩

纵然人工智能时代即将开启,但女性不会停下前行的脚步。甚至从另一个方面来看,女性还有可能因人工智能而改变自己的人生轨迹。比如近段时间阿里巴巴人工智能实验室联合多方启动“AI豆计划”,通过人工智能产业释放出的大量就业机会,探索“AI扶贫”的公益新模式。这一计划通过免费职业培训,让女性成为“人工智能培育师”,在家门口就实现就业脱贫。

女性更易被人工智能抢饭碗?人工智能真会带来失业潮吗?

此外,即使人工智能带来的冲击再大,也不能阻挠女性对工作的渴望。生化伦理学家、奥巴马前医疗顾问Ezekiel Emanuel曾指出,“如果说什么能赋予人们生活的意义,主要有3个方面:有意义的关系、热情高涨的兴趣以及有意义的工作。其中,有意义的工作是一个人建立身份认同的重要因素。”

不难发现,工作对于女性有着极为重要的意义。尤其是在“男女平等”已成为主流思潮的当下,女性更需要工作来证明自己的能力、稳固自己的地位。任何事物都有两面性,人工智能亦然。女性借助人工智能扮演更为重要的角色?一切皆有可能。

人工智能 AI
上一篇:2020年IT发展趋势令人期待 下一篇:人工智能可以从高性能计算学习的七个经验和教训
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载