​女性劳动更容易被 AI 替代？才不是！

不过更进一步查看的话，所有这些文章会将深层原因归结于，女性更少的从事科学、技术、工程和数学 (STEM) 方向的学习；说大白话，就是女性没有学会编程，不懂电脑技术。

根据伦敦智库 IPPR 的研究，在自动化风险较高的行业中，近三分之二（64%）的英国工人是女性。这是因为众多女性从事的都是零售和行政工作，而这可以通过机器来完成。

IPPR 说：“总的来说，1/10 的女工面临着被机器人替代的高风险。相比之下，只有 4% 的男性工人有同类风险。” [1]

《金融时报》的文章指出，问题出在人们年轻的时候。高校 STEM 专业的学生约 65% 是男性。如果女性年轻时没有机会获得 STEM 相关学位，也就困于家务劳动和带孩子，而没有时间接受再培训。

文章说，新兴经济体许多女性面临更大的困难，因为她们当中有很多人从事仅能维持生计的农业，几乎没有受过教育，也没有什么可转移的技能。[2]

那么，为什么不直接说不会编程技能，或缺少编程思维的人更难找到工作呢？男人就没有这样对程序或基础科学一窍不通的吗？

我对这个问题如此敏感，一个原因是我本人（男）就是与 STEM 无缘的典型案例。

从小就喜欢计算机，却终究没学会编程

在我上高中之初，有一次机会选择文理科分班，这也是中国特色的教育方法。因为我在的高中比较强的是理科，我就选了理科，可是两学期下来，数学只能考 30 多分，物理、化学、生物全面亮红灯。

我对理科知识的唯一回忆，可能是刚上化学课的时候，问老师“石蕊（试纸）的化学式是什么”。没有答案，我只记住自己问了这个问题。

所以，我不得不由高一时的理科班转到文科班，不然的话根本没办法正常的考试。在文科班，我高考的分数也相对好一点，只是因为更多死记硬背的部分，更适合那个时候的我。

我深知考核标准的不同，会导致学生高考分数和社会评价的巨大差异。

有人说，农村孩子吃亏就在于高考不考种地、爬树、捉蟋蟀。都不用这么麻烦，其实文理分班已经能区分很大一部分同学的未来路径——但对某方向本来就很感兴趣，自己知道想要什么的同学除外。

我也知道自己有理科，也就是 STEM 学科方面的弱点。所以，即使我还没上学就用上了电脑，也把未来理想跟计算机捆绑在一起，却不能如愿以偿的从事程序员的工作；最后长大了，也不能由此转岗去做薪水更高，更稳定，前景也更好的编程行业，只能徘徊在电脑行业的边缘。

这一直是我心中的一个结。工作这么多年，我一直想要有机会去尝试从零开始自学编程，甚至给小朋友做启蒙的那些书我也看过，看完都一头雾水。

现在在三四线小城市，也经常出现人工智能和编程培训班的门脸，看了之后，除了更引起我被时代抛弃的焦虑之外，没有其他作用。

我作为科技记者和撰稿人，在掌握新科技趋势方面，属于起了大早，赶了晚集。

我们这些人应该处于整个科技食物链的比较靠下游的位置，最早知道了这些新闻和趋势，但除了写些文章或采访之外，几乎没有其他的方式可以妥善利用。结果，到了自己的工作受威胁的时候，宁可去卖保险。

这更多的是属于个人能力、兴趣偏好的问题，这根本就不是男女差异。

社会上没有一人一朵的“小红花”

我知道，如果我不能及时转到文科班的话，如果全校所有的同学都在理科班，甚至根本就没有文科，没有非 STEM 学科，那么我可能只是一个天资更加平庸的，成绩更差的理科生。在单一维度的评价体系里，我会比现在惨的多。

所以我说不上由理转文这件事，对我的人生是好是坏。从结果上看，我生存在社会尚且可以公平对待 STEM 和非 STEM 学科的时代，还是一件好事。

但是这其实更让我深刻领会到，未来继续保持这种评价体系和工作类型的多样化，对于我们这个社会的意义。

社会全面偏向 STEM 意味着我们的教育方针要做 180 度的大转弯，也不会存在什么“因材施教”的空间，这个问题是如此的严重，现在业界可能还没有充分的意识到问题的严重性。

分析人士只是笼统的说，人工智能虽然取消了很多岗位，但还可以创造更多岗位。想想工业革命！那些手工业者一开始破坏机器，搞卢德运动，但最后工人阶 级还是站起来了。

不妨想想幼儿园和小学课堂里的“小红花”。用宽松的，素质教育的方法，老师就会说，班上每一个孩子都有闪光点，即使学习成绩不好，也有其他的评判标准。

如果出于孩子心理健康的考虑，给每个孩子单独设立一个评价体系的话，那么所有人都有小红花，最笨最没人缘的孩子也可以是“系鞋带最整齐的孩子”这样。这在学校里当然是成立的，走入现实可就不适用了。

本来，文史类学科和相关工作，以及程序化，缺乏创造力的工作，意味着“系鞋带最整齐的孩子”也有社会上对应的位置。

但如果说 AI 和自动化将替代的岗位是差不多全部非 STEM 行业，那就意味着全社会至少有一半曾经能够稳定就业的人，一瞬间不再适合在地球上生存。

原来能够给他们稳定收入和正面评价的行业，现在却露出冰冷的面孔。他们原来曾经学会的那些适应社会的习惯和能力，将会不再被人提起，连被评为非物质文化遗产的机会都没有。

培训和救济，似乎都很困难

前述智库给出的意见一般都是与福利、补贴和再教育相关。比如，IPPR 报告作者建议政府引入新的法律，给女性分配工作，开展高技能工作培训，提高最低工资标准等。

FT 的文章同样建议企业和社会推出举措，鼓励女孩学习 STEM 学科，发展编程技能。“不是每个人都需要成为一名程序员，但好的工作将越来越意味着与技术打交道。”

然而，这些文章所指出的理想状态，假设了女性（或其它 STEM 门外汉）只要经过培训，就都能达到一定标准。而不论男女，总有缺乏这方面天赋的人存在——比如我自己。

即使对他们进行失业的相关培训，也将会是困难重重的，因为如果他们真的掌握逻辑思维的能力，掌握学习数学的好方法，他们不是早就去做了吗？甚至他们连去参加培训的完整时间都不具备。

有人说，重复劳动类的劳动力，如果不会 STEM，可以做数据标注工人嘛。但是这样的标注，也是建立在个人隐私以及数据集可以被随意使用的草莽年代，建立在所谓“用隐私换便利”的时候。

受到社会制约的 AI 企业，将更倾向于用小的数据集，用压缩算法，最终达到能在用户个体的终端上，离线完成 AI 运算。当数据使用量减少的时候，数据标记工人只是会更快的迎来下一次失业。

我们再说说救济。现在，国家规定对公司招募残疾人、特定少数民族、退伍军人等执行补贴，这是在直接聘用他们会削弱企业市场竞争力的前提下，采取的平衡手段。

将来，这个巨大的救济包袱还会更重，因为以前能够自食其力的流水线组装工人、收银员、话务员等岗位都要归入救济队伍，他们本来应该是供养养老金的有生力量。福利的池水被加速抽干，每一个人分摊到的福利金额都会下降。

社会在考虑自动化新技术与就业的连带关系的时候，不能偷懒的只算工作总量和总失业率，因为这不是冷冰冰的数字，而是一个个具体的人，以及他们背后的家庭。

受影响的人当中，有多少人或者因为信息不对称，自己都没有察觉到，或者想到了，也因为没有天赋，没有兴趣或者没有财力精力，而只能默默的滑落下去。

我理解，一些研究者先假设不会 STEM 的都是女性，毕竟“女生学文科的多”，然后再跟性别话题挂钩，来引起人们注意。这是一种非常讨巧的尝试，可以利用现在风头正劲的女权思潮，利用她们强大的舆论动员力，来实现对自动化社会议题的关注。

但这实际上会模糊问题的焦点，并且使得跟他们所说的“女性”实质上具有同等问题的男人，更得不到关注，沦落为无人问津的“夹心层”。

结论

一个更自动化的社会，会显著的减少对一般人类劳动力的需求。在人类各种能力中，偏向创造力、想象力、沟通交流能力，以及控制机器的能力的一面会被更突出强调。

可惜的是，人类固有的缺陷——也可能是优势——就是，创意方面最强大的能力，往往只集中于极少数天赋异禀的英才手中。相比之下，一旦某个机器学会一个能力，它的任意一个复制品，都会一瞬间具备同样的能力。

也就是说，至少在教育方面，想要让人们往找到工作的方向走，依靠非标准化的非 STEM （“文科”）培训很难，而 STEM（“理科”）方向则较为容易。

这将不可挽回地导向全社会只重视 STEM 的单一评价标准，更多人将被判为不合格，没有能力赚到维持生活的钱。

要么继续思考怎么培训他们，要么就改变分配方式，比如给全民派钱什么的——这样的思考和讨论，已经到了非进行不可的时候。

[1] https://www.cnbeta.com/articles/tech/870697.htm

[2] http://www.ftchinese.com/story/001083609?full=y