لماذا تواجه النساء مخاطر الإزاحة الأعلى — وكيف يمكن لتصميم الدور الجديد فتح مسارات جديدة

لقد قامت صناعة التكنولوجيا بمخاوفها على مدار سنوات من نقص في المواهب. لا يوجد عدد كافٍ من مهندسي الذكاء الاصطناعي، أو علماء البيانات، أو معماريي الذكاء الاصطناعي. وتتنافس الشركات بضراوة على نفس مجموعة ضيقة من الأخصائيين، ومعظمهم من الرجال.

في حين أن الحرب على المواهب في الذكاء الاصطناعي تهيمن على العناوين الرئيسية، فإن أزمة هادئة تبني على الجانب الآخر من سوق العمل. ملايين العمال، وهم في الغالب نساء، في وظائف يغيرها الذكاء الاصطناعي بالفعل. إنهم لا يحصلون على نفس فرص التدريب، والأدوات، أو الأدوار الجديدة التي من شأنها مساعدتهم على الانتقال.

النتيجة هي مشكلة مزدوجة. لا تستطيع الصناعة العثور على مواهب كافية ذات مهارات في الذكاء الاصطناعي، بينما تبقى النساء أكبر مجموعة مواهب غير مستخدمة في القوى العاملة. الفجوة بين من يفقد العمل ومن يكتسبه ليست عشوائية. إنها تتبع نمطًا يظهر في بيانات العمل عبر معظم الاقتصادات الكبرى، وسيحدد ديناميات الجنس في القوى العاملة للعقد المقبل.

لماذا تواجه النساء مخاطر الإزاحة الأعلى

الرقم الرئيسي من منظمة العمل الدولية (ILO) هو مثير: المهن السائدة للإناث أكثر عرضة للتأثر بالذكاء الاصطناعي التوليدي بنسبة 29٪ مقابل 16٪ للمهن السائدة للذكور. في النهاية العليا للمخاطر، تكون الفجوة أوسع. 16٪ من الأدوار السائدة للإناث تندرج في فئات التأهب الأوتوماتيكي الأكثر ضعفًا. بالنسبة للأدوار السائدة للذكور، يكون هذا الرقم 3٪.

تحدد تقرير المنظمة، الذكاء الاصطناعي التوليدي، والانقسام المهني، والمساواة الجنسانية في عالم العمل، ثلاثة قوى تدفع هذا. تعمل النساء في الأدوار الأكثر عرضة للتحويل الآلي. إنها غائبة عن مجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM) التي تبني هذه الأدوات. كما أن نماذج الذكاء الاصطناعي غالبًا ما تعكس التحيزات الجنسانية الموجودة بالفعل في المجتمع.

ليس هذا مصادفة. لقد ركزت النساء تاريخيًا على الأدوار المكتبية، والدعم الإداري، وادخال البيانات، وخدمة العملاء. هذه هي الوظائف التي يتعامل معها الذكاء الاصطناعي بشكل أفضل: الروتين، والقابل للتحويل البرمجي، والكبير الحجم. يغطي بحث المنظمة 88٪ من البلدان التي تم تحليلها، وفي معظمها، تواجه النساء مخاطر أعلى من الرجال.

مخاطر التعرض هي نصف المشكلة فقط. الأدوار التي يخلقها الذكاء الاصطناعي مركزية في الوظائف الفنية والاستراتيجية حيث كانت النساء تاريخيًا غير ممثلات. وفقًا لدراسة عام 2024 من INTERFACE EU، تشكل النساء 22٪ فقط من قوة العمل في الذكاء الاصطناعي على المستوى العالمي. وجد تقرير الفرق الجنساني العالمي للعام 2025 أن النساء يواجهن انخفاضًا كبيرًا في السنة الأولى من مسارات STEM وتبقى غير ممثلات في هندسة الذكاء الاصطناعي والقيادة.

النساء مركزية في الأدوار التي يتم إزاحتها، وغائبات عن الأدوار التي يتم إنشاؤها. هذه ليست مشكلة واحدة، بل مشكلتان تتفاعلان معًا.

تجعل طبقة ثالثة الأمور أسوأ. يُظهر تقرير فهم ندرة المواهب: الذكاء الاصطناعي والمساواة للشركة راندستاد فجوة بنسبة 42 نقطة في مهارات الذكاء الاصطناعي بين الرجال والنساء، عند 71٪ مقابل 29٪. الرجال أكثر احتمالاً لتلقي عروض تدريب على الذكاء الاصطناعي من قبل أصحاب العمل (35٪ مقابل 27٪) وأكثر احتمالاً لتلقي أدوات الذكاء الاصطناعي في العمل (41٪ مقابل 35٪). وجدت دراسة جامعة كاليفورنيا، بيركلي أن النساء أقل احتمالاً بنسبة 20٪ من الرجال لاستخدام أدوات الذكاء الاصطناعي التوليدي بشكل محترف.

الانقسام المهني وضع النساء في أدوار قابلة للتحويل الآلي. انعدام تمثيلهن في مجالات STEM أبعدهن عن الأدوار التي يخلقها الذكاء الاصطناعي الآن. الفجوة في الوصول والتدريب تمنع الانتقال بينهما. كل طبقة تعزز الأخرى.

تصميم الدور: ما يعنيه بالفعل، ولماذا يخطئ معظم الشركات

عندما تتحدث المنظمات عن تحضير قوة العمل للذكاء الاصطناعي، فإنها تعني عادةً أحد الأمرين: إعادة تدريب الموظفين الحاليين على أدوات جديدة، أو استبدال الأدوار المزاحة بمواقع تقنية جديدة. كلا النهجين يفتقران إلى النقطة.

إعادة التدريب ضرورية ولكنها غير كافية. إعطاء موظفة ادخال بيانات دورة في هندسة التحفيز لا يخلق مسارًا. إنه يعطيها مجموعة من المهارات. ما تحتاجه هو وجهة: دور محدد، بمسؤوليات محددة، يوجد في المنظمة ويمكنها الانتقال إليه بشكل معقول.

استبدال الأدوار المزاحة بمواقع تقنية غالبًا ما يعمق المشكلة. يطلب مهندسو الذكاء الاصطناعي، وعلماء البيانات، وأخصائيي التعلم الآلي شهادات وخبرات لا يمتلكها معظم العمال المزاحين. كما أنهم ينجذبون إلى مرشحين من نفس مجموعة المواهب المتجانسة التي تهيمن بالفعل على قطاع التكنولوجيا. الإزاحة تصيب النساء. الأدوار البديلة لا.

يبدأ تصميم الدور الحقيقي بسؤال مختلف. ليس ما هي الوظائف التي يمكن للذكاء الاصطناعي القيام بها، ولكن ما هي مساهمة الإنسان في عالم حيث يتعامل الذكاء الاصطناعي مع الروتين؟

الجواب هو أن العمل البشري المتميز هو علاقة، وسياق، وأخلاقي. إنه التنقل في الغموض. بناء الثقة مع الزبائن والزملاء. اتخاذ قرارات الحكم في مواقف بدون قالب. فهم ما يحتاجه صاحب المصلحة بالفعل، وليس ما قالوا إنهم يريدونه.

الأدوار الجديدة الناشئة في هذا التماسخ تحمل أسماء مختلفة حسب القطاع: منسق تنفيذ الذكاء الاصطناعي، قائد تبني التكنولوجيا، وسيط بين الإنسان والذكاء الاصطناعي، ضابط الأخلاقيات الرقمية، أخصائي إدارة التغيير. ما يجمعهما هو حاجة إلى أشخاص يمكنهم العمل حيث تلتقي التكنولوجيا والتعقيد البشري.

تتطلب هذه الأدوار حكماً، وتواصلاً، وفهمًا عميقًا لكيفية عمل المنظمات. إنها، بمعنى آخر، تطور مباشر للمهارات التي بنتها النساء في الأدوار المعرضة للخطر اليوم.

الشركات التي تحصل على هذا بشكل صحيح ترسم المهارات المضمنة في الأدوار المعرضة للخطر، وليس اسم الوظيفة ولكن القدرات الفعلية التي بناها الشخص، وتحدد أي من هذه القدرات تتوافق مع الأدوار التي يخلقها الذكاء الاصطناعي.

هذه مشكلة مواهب، وليست مشكلة مساواة فقط

نقص المواهب في الذكاء الاصطناعي حقيقي ويسوء. الأدوار التي يخلقها تبني الذكاء الاصطناعي تتطلب مزيجًا من الألفة التقنية والقضاء البشري الذي هو نادرًا. الشركات تتنافس بجد على مجموعة ضيقة من الأشخاص.

النساء هي أكبر مجموعة مواهب غير مستخدمة في القوى العاملة المهنية. المهارات المضمنة في الأدوار المعرضة للخطر، بما في ذلك إدارة العلاقات، والتنسيق التشغيلي، والتفكير الأخلاقي، وتواصل أصحاب المصلحة، هي بالضبط ما يتطلبه الأدوار الجديدة في عصر الذكاء الاصطناعي. يجب أن تكون الصلة بين هذه الحقائق واضحة.

التعيين بالاعتماد على المهارات هو الآلية التي تجعل هذه الصلة ممكنة. بدلاً من التصفية根据 الشهادات والمسارات الوظيفية الخطية، يقيم ما يمكن للشخص القيام به بالفعل. إنه يفتح الأدوار للناس الذين طوّرت قدراتهم خلال سنوات في الوظائف الإدارية والخدمية، بالضبط الأدوار التي يتحولها الذكاء الاصطناعي الآن. عندما يتم تصميمه جيدًا، لا يوسع فقط مجموعة المواهب، بل يكشف أيضًا عن أنواع الخبرة التي تحتاجها المنظمات أكثر في بيئة مدعومة بالذكاء الاصطناعي.

ما يبدو عليه عندما تحصل المنظمات على هذا بشكل صحيح

لا يوجد نموذج واحد. لكن المنظمات التي تحقق تقدمًا معنويًا تتقاسم مجموعة من السلوكيات القابلة للتعرف.

تبدأ بالمهارة، وليس اسم الوظيفة. قبل أن يتم تحويل أي دور آليًا، ترسم ما يمكن للشخص في ذلك الدور القيام به بالفعل، وترسمه مقابل القدرات التي ستحتاجها المنظمة في المستقبل. السؤال ليس ما إذا كان يمكن تحويل وظيفة آليًا. إنه ما يعرفه الشخص الذي يقوم بهذا الدور، وأين تندرج معرفته في ما يتم بناؤه.

المنظمات الرائدة تتحرك بعيدًا عن التزامات غير محددة بإعادة التأهيل لإنشاء مسارات واضحة، ومحددة، وقابلة للتنفيذ. بدلاً من أمل عام في فرص مستقبلية، توفر خطًا واضحًا من دور حالي إلى دور محدد في المستقبل، مع خطوات، وجداول زمنية، وهياكل دعم محددة. تصمم التدريب للقوى العاملة بأكملها، وليس لموظف متوسط. البرامج التي تعمل بعد ساعات العمل أو تتطلب التعلم الذاتي سوف تستثني بشكل منهجي الأشخاص الذين لديهم مسؤوليات رعاية.

هذا النهج يتوافق مع تحول أساسي في القوى العاملة: يؤكد مونитор العمل راندستاد لعام 2026 أن سلم المسار الوظيفي التقليدي يفشل، مع موافقة 72٪ من أصحاب العمل الآن على أن المسارات الوظيفية الخطية عفا عليها الزمن. استجابةً لذلك، تعمل المواهب على تقليل المخاطر من خلال بناء “مسارات وظيفية محفظة”. ي ưu tiên هذا النموذج الجديد التنوع، والوكالة الفردية، والأمان من خلال مجموعة متنوعة من الخبرات بدلاً من الولاء الطويل الأمد في دور واحد.

الـ 24 شهرًا القادمة سوف تهم لمدة طويلة

انتقالات القوى العاملة لا يمكن إصلاحها بسهولة. الأنماط التي تتشكل الآن تميل إلى الاستمرار لسنوات.

المنظمات التي تتصرف بنية يمكنها استخدام هذه اللحظة لبناء قوة عاملة أكثر قدرة وتنوعًا مما لديها اليوم. تلك التي تتعامل مع تحول الذكاء الاصطناعي كمشروع تقني مع ملاحظة إنسانية سوف تخرج منه مع قاعدة مواهب أضيق ومشكلة توظيف أكثر صعوبة.