Μήπως η Τεχνητή Νοημοσύνη κάνει την επιστροφή της μητέρας στη δουλειά ακόμα πιο δύσκολη;

Αν προσπαθείς καθημερινά να ισορροπήσεις ανάμεσα στα deadlines της δουλειάς και τις ανάγκες του παιδιού σου, αν δεν μπορείς να είσαι διαθέσιμη 24/7 ή αν ο χρόνος σου στο γραφείο έχει πλέον αυστηρά όρια, ξέρεις καλά τι σημαίνει να επηρεάζεται η επαγγελματική σου εξέλιξη από τη μητρότητα. Τώρα, σε αυτή την ήδη απαιτητική εξίσωση, προστίθεται ένας νέος παράγοντας: η τεχνητή νοημοσύνη.

Οι εταιρείες χρησιμοποιούν ολοένα και περισσότερο ψηφιακά εργαλεία για να αξιολογούν βιογραφικά, να οργανώνουν την εργασία και να υποστηρίζουν αποφάσεις σχετικά με προσλήψεις και επαγγελματική εξέλιξη. Και προφανώς, το πρόβλημα δεν είναι ότι η τεχνητή νοημοσύνη έχει πρόθεση να σε αδικήσει, αλλά ότι μπορεί να αναπαράγει στερεότυπα που ήδη υπάρχουν στον χώρο εργασίας, ενσωματώνοντάς τα σε αυτοματοποιημένες αξιολογήσεις.

«Μιλάω στην AI όταν δεν ξέρω σε ποιον να στραφώ»: Γιατί οι έφηβοι επιλέγουν την τεχνητή νοημοσύνη;

Τι είναι η «ποινή της μητρότητας» και γιατί σε αφορά;

Ο όρος «motherhood penalty», δηλαδή «ποινή της μητρότητας», περιγράφει τα επαγγελματικά και οικονομικά μειονεκτήματα που μπορεί να αντιμετωπίσεις επειδή είσαι μητέρα. Πριν από σχεδόν μία δεκαετία, ερευνητές του Πανεπιστημίου Cornell επιβεβαίωσαν την ύπαρξη του λεγόμενου «μισθολογικού και επαγγελματικού κόστους της μητρότητας». Η μελέτη τους έδειξε ότι οι μητέρες αξιολογούνται ως λιγότερο ικανές και αφοσιωμένες στην εργασία τους και θεωρούνται λιγότερο πιθανό να προαχθούν σε σχέση με γυναίκες χωρίς παιδιά, ακόμη κι όταν έχουν τα ίδια προσόντα. Αντίθετα, οι μπαμπάδες δεν αντιμετωπίζουν αντίστοιχη αρνητική αντιμετώπιση και ενδέχεται, μάλιστα, να θεωρούνται ευνοημένοι επαγγελματικά επειδή είναι εργαζόμενοι γονείς.

Το εύρημα αναδεικνύει μια βαθύτερη αντίφαση: ενώ η μητρότητα απαιτεί δεξιότητες όπως η οργάνωση, η διαχείριση χρόνου και η προσαρμοστικότητα, οι εργοδότες μπορεί να ερμηνεύουν τις οικογενειακές υποχρεώσεις ως ένδειξη μειωμένης επαγγελματικής δέσμευσης. Kαι κάπου εδώ αρχίζει το πρόβλημα με την τεχνητή νοημοσύνη. Αν ένα σύστημα τεχνητής νοημοσύνης εκπαιδεύεται με δεδομένα που ενσωματώνουν τις προκαταλήψεις της αγοράς εργασίας απέναντι στις μητέρες, υπάρχει κίνδυνος να αναπαράγει τις ίδιες διακρίσεις.

Μπορεί ένας αλγόριθμος να σε αδικήσει επειδή πήρες άδεια μητρότητας;

Η απάντηση δεν είναι απλώς θεωρητική. Υπάρχουν ερευνητικά ευρήματα που δείχνουν ότι τα συστήματα τεχνητής νοημοσύνης μπορούν να επηρεαστούν από πληροφορίες που σχετίζονται με τη γονεϊκότητα. Το 2023, ερευνητική ομάδα του NYU Tandon School of Engineering εξέτασε τρία μεγάλα γλωσσικά μοντέλα - τα GPT-3.5, Bard και Claude - για να διαπιστώσει πώς αξιολογούν βιογραφικά υποψηφίων. Οι ερευνητές εισήγαγαν στα βιογραφικά διαφορετικά προσωπικά χαρακτηριστικά, μεταξύ των οποίων και διαστήματα αποχής από την εργασία για τη φροντίδα παιδιών. Η μελέτη διαπίστωσε ότι τα κενά που συνδέονταν με γονεϊκές υποχρεώσεις μπορούσαν να οδηγήσουν ορισμένα μοντέλα σε λανθασμένη ταξινόμηση υποψηφίων, ακόμη κι όταν τα προσόντα τους ήταν κατάλληλα για τη θέση. Τα αποτελέσματα διέφεραν ανάλογα με το μοντέλο και την εργασία που του ανατέθηκε.

Τι σημαίνει αυτό στην πράξη; Αν έχεις μείνει εκτός εργασίας για να μεγαλώσεις το παιδί σου, ένα αυτοματοποιημένο σύστημα μπορεί να αντιμετωπίσει αυτό το διάστημα ως παράγοντα που επηρεάζει την καταλληλότητά σου, παρότι δεν αποδεικνύει ότι έχεις χάσει τις επαγγελματικές σου δεξιότητες.

Χρειάζεται, ωστόσο, μια σημαντική διευκρίνιση: η συγκεκριμένη μελέτη εξέτασε πώς αντιδρούν τα μοντέλα σε πειραματικά τροποποιημένα βιογραφικά. Δεν αποδεικνύει ότι όλες οι εταιρείες χρησιμοποιούν τέτοια συστήματα ούτε ότι κάθε εργαλείο τεχνητής νοημοσύνης αδικεί τις μητέρες.

Πώς μια εργαζόμενη μαμά εξοικονομεί 10 ώρες την εβδομάδα μέσω AI και δεν απολογείται γι' αυτό

Όταν η διαθεσιμότητα γίνεται μέτρο επαγγελματικής αξίας

Φαντάσου ότι εργάζεσαι στην ίδια εταιρεία με έναν συνάδελφό σου και παραδίδετε εξίσου ποιοτική δουλειά. Εκείνος μπορεί να συμμετέχει σε συναντήσεις αργά το απόγευμα, να απαντά σε μηνύματα εκτός ωραρίου και να παραμένει συνδεδεμένος για περισσότερες ώρες. Εσύ χρειάζεται να ολοκληρώνεις την εργασία σου εγκαίρως, ώστε να παραλάβεις το παιδί σου ή να αναλάβεις τις οικογενειακές σου υποχρεώσεις. Αν η εταιρεία αξιολογεί την απόδοσή σας με βάση τη δραστηριότητα, την ταχύτητα απόκρισης ή τις ώρες σύνδεσης, είναι πιθανό τα δεδομένα να ευνοούν τον συνάδελφό σου. Όχι απαραίτητα επειδή αποδίδει καλύτερα, αλλά επειδή το εργασιακό του πρόγραμμα ταιριάζει περισσότερο με τα κριτήρια που μετρώνται.

Ένα σύστημα μπορεί να καταγράψει πόσο γρήγορα απαντάς σε ένα μήνυμα, αλλά δεν γνωρίζει κατ’ ανάγκη αν η απάντηση ήταν αποτελεσματική. Μπορεί να καταγράψει πόσες ώρες ήσουν συνδεδεμένη, αλλά αυτό δεν αποδεικνύει πόσο καλά εκτέλεσες τα καθήκοντά σου. Όταν οι εταιρείες χρησιμοποιούν τέτοιους δείκτες χωρίς να εξετάζουν το πλαίσιο, κινδυνεύουν να επιβραβεύουν τη συνεχή διαθεσιμότητα αντί για την πραγματική συμβολή σου.

Η τεχνητή νοημοσύνη δεν δημιουργεί την προκατάληψη, αλλά μπορεί να την ενισχύσει

Οι αλγόριθμοι εκπαιδεύονται συχνά με δεδομένα που αντανακλούν προηγούμενες αποφάσεις και πρακτικές. Αν, για παράδειγμα, οι εργαζόμενοι που προάγονταν συχνότερα σε μια εταιρεία ήταν εκείνοι που παρέμεναν διαθέσιμοι εκτός ωραρίου, ένα σύστημα μπορεί να μάθει να συνδέει αυτή τη συμπεριφορά με την επαγγελματική προοπτική.

Αυτό δεν σημαίνει ότι κάθε σύστημα θα καταλήξει στο ίδιο συμπέρασμα. Σημαίνει, όμως, ότι ο τρόπος με τον οποίο σχεδιάζεται, εκπαιδεύεται και χρησιμοποιείται έχει καθοριστική σημασία.

Το 2024, η Sheilla Njoto και οι συνεργάτες της από το Πανεπιστήμιο της Μελβούρνης δημοσίευσαν στο επιστημονικό περιοδικό New Technology, Work and Employment μελέτη για τις προκαταλήψεις σε ημιαυτοματοποιημένες διαδικασίες πρόσληψης. Οι ερευνητές εξέτασαν αιτήσεις για 211 θέσεις εργασίας στις ΗΠΑ, χρησιμοποιώντας βιογραφικά που διέφεραν ως προς το φύλο και τα διαστήματα αποχής για τη φροντίδα παιδιών, ενώ διατηρούσαν αντίστοιχα υψηλά προσόντα. Τα αποτελέσματα έδειξαν μειονεκτική μεταχείριση υποψηφίων που είχαν διακόψει την εργασία τους για να φροντίσουν τα παιδιά τους, τόσο σε αυτοματοποιημένες όσο και σε ανθρώπινες διαδικασίες αξιολόγησης. Μάλιστα, στη συγκεκριμένη μελέτη, οι μπαμπάδες με παρατεταμένη γονική άδεια αντιμετώπισαν τη μεγαλύτερη ποινή, ακολουθούμενοι από τις μητέρες με αντίστοιχη άδεια.

Το εύρημα έχει σημασία, επειδή δείχνει ότι δεν αρκεί να εξετάζουμε αν μια απόφαση λαμβάνεται από άνθρωπο ή από μηχανή. Χρειάζεται να ελέγχουμε και τα κριτήρια με τα οποία λαμβάνεται.

Η χρήση της τεχνητής νοημοσύνης στις προσλήψεις και στην αξιολόγηση εργαζομένων δεν είναι από μόνη της προβληματική. Τα εργαλεία αυτά μπορούν να βοηθήσουν στην οργάνωση μεγάλου όγκου πληροφοριών και να υποστηρίξουν τη λήψη αποφάσεων. Για να λειτουργούν, όμως, δίκαια, χρειάζονται σαφή κριτήρια και συστηματικούς ελέγχους.

Οι εταιρείες οφείλουν να εξετάζουν αν τα εργαλεία τους αντιμετωπίζουν διαφορετικά υποψηφίους με αντίστοιχα προσόντα, αν τα κενά απασχόλησης αξιολογούνται με τρόπο που οδηγεί σε αδικαιολόγητα μειονεκτήματα και αν οι δείκτες απόδοσης ανταποκρίνονται πραγματικά στις απαιτήσεις κάθε θέσης.

Πιστεύεις ότι έχασες το παιχνίδι με την Τεχνητή Νοημοσύνη και το παιδί σου; Μια ειδικός σε διαψεύδει

Η αμερικανική Επιτροπή Ίσων Ευκαιριών στην Απασχόληση (EEOC) έχει επισημάνει ότι η χρήση τεχνητής νοημοσύνης και άλλων αυτοματοποιημένων εργαλείων στις εργασιακές αποφάσεις μπορεί να δημιουργήσει ή να διαιωνίσει διακρίσεις. Το γεγονός ότι μια απόφαση προκύπτει από λογισμικό δεν απαλλάσσει τον εργοδότη από την υποχρέωση συμμόρφωσης με την ισχύουσα νομοθεσία κατά των διακρίσεων.

Η μητρότητα προφανώς και δεν αποτελεί ένδειξη μειωμένης ικανότητας, φιλοδοξίας ή αφοσίωσης στην εργασία. Κι όμως, όταν οι προκαταλήψεις μεταφέρονται σε συστήματα που αξιολογούν βιογραφικά, δραστηριότητα και επαγγελματική προοπτική, υπάρχει κίνδυνος να επηρεάζουν τις ευκαιρίες μιας εργαζόμενης μητέρας χωρίς να γίνονται εύκολα αντιληπτές. Η τεχνητή νοημοσύνη λοιπόν μπορεί να σχεδιαστεί και να χρησιμοποιηθεί με τρόπο που περιορίζει τις προκαταλήψεις, αρκεί οι οργανισμοί να ελέγχουν συστηματικά τις επιπτώσεις της.

Το πραγματικό ερώτημα, λοιπόν, δεν είναι αν η τεχνητή νοημοσύνη θα αντικαταστήσει τον ανθρώπινο παράγοντα στην εργασία. Είναι αν θα χρησιμοποιηθεί για να διορθώσει τις αδικίες που ήδη υπάρχουν ή αν θα τις μετατρέψει σε έναν πιο αόρατο και δύσκολα αμφισβητήσιμο μηχανισμό.