الذكاء الاصطناعي تحت المجهر.. لماذا تتوجس النساء منه أكثر من الرجال؟

كشفت دراسة حديثة أجرتها جامعة نورث إيسترن في بوسطن عن تزايد الشكوك لدى النساء مقارنة بالرجال تجاه تقنيات الذكاء الاصطناعي، مشيرة إلى دور كبير لعوامل مثل النفور من المخاطرة والتأثر بالتبعات الاقتصادية.

ونُشرت نتائج الدراسة في مجلة "PNAS Nexus"، حيث ألقت الضوء على هذه الفجوة بين الجنسين ومدى تأثيرها على تبني التكنولوجيا.

تشير الإحصائيات إلى أن معدل استخدام النساء لأدوات الذكاء الاصطناعي أقل بنسبة 25% من الرجال، كما أن نسبة النساء العاملات كمختصات في هذا المجال لا تتجاوز ربع القوى العاملة عالميًا.

وأوضح الباحثون أن هناك شعورًا بعدم الثقة لدى النساء تجاه فوائد الذكاء الاصطناعي بالمقارنة مع مخاطره.

وتظهر هذه المخاوف بشكل خاص في تجارب مثل الفصل من العمل بفعل الأتمتة أو استخدام تقنيات التزييف العميق بصورة خاطئة.

الدراسة، التي استندت إلى استطلاع آراء شمل 3000 مشارك من الولايات المتحدة وكندا، أكدت بأن النساء المشاركات كنَّ أكثر تحفظًا تجاه المخاطر مقارنة بالرجال، وهو ما انعكس أيضًا على مواقفهن من الذكاء الاصطناعي في بيئات العمل.

فبينما كانت النساء يبدين ترددًا أكبر بنسبة 11% تقريبًا من الرجال، وضَّحت البيانات أن تأثير الشكوك يقل بشكل ملحوظ إذا تم إزالة عنصر عدم اليقين المحيط بتأثير هذه التكنولوجيا على الوظائف.

وفي تصريح لبروفيسورة بياتريس ماجيسترو، المتخصصة في حوكمة الذكاء الاصطناعي والمشاركة بتأليف الدراسة، قالت: "حينما تكون الفوائد مضمونة، نجد أن الفجوة بين مواقف الجنسين تتلاشى، مما يدل على ارتباط القلق بعامل عدم اليقين."

على الجانب الآخر، لفت الباحثون إلى أن النساء أكثر تأثرًا بتداعيات الذكاء الاصطناعي، سواء كان ذلك في الأدوار التكميلية التي يمكن للتكنولوجيا دعمها أو الأدوار التي قد تستبدلها الأتمتة المستقبلية.

وقد دعا الفريق الجهات وصنّاع السياسات لأخذ هذه الفروقات في عين الاعتبار عند صياغة لوائح عمل تنظم الذكاء الاصطناعي، تجنبًا لأي تأثير قد يؤدي لتهميش دور المرأة.

وجاءت بعض المقترحات لتخفيف هذه الفجوة من خلال تطوير سياسات تقلل من مخاطر الذكاء الاصطناعي مثل تعزيز الحماية الوظيفية للنساء، توفير آليات عادلة للتعويض، وإيجاد حلول تقنية تقلل من التحيزات الجنسانية المضمنة في برامج الذكاء الاصطناعي، لتضمن بيئة متكافئة للجميع وتحقق المنافع بالشكل الأمثل.