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

لقد قامت صناعة التكنولوجيا بمخاوفها لسنوات حول نقص في المهارات. لا يوجد عدد كاف من مهندسي الذكاء الاصطناعي، وعلماء البيانات، أو معماريي الذكاء الاصطناعي. وتتنافس الشركات بقوة على نفس مجموعة ضيقة من الأخصائيين، ومعظمهم من الرجال.

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

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

لماذا تواجه النساء مخاطر الإزاحة الأعلى

الرقم الرئيسي من منظمة العمل الدولية (ILO) ملفت للنظر: المهن التي تهيمن عليها النساء معرضة بشكل كبير لآثار الذكاء الاصطناعي أكثر من المهن التي تهيمن عليها الرجال، بنسبة 29٪ مقابل 16٪. في النهاية العليا للمخاطر، تكون الفجوة أوسع. 16٪ من الأدوار التي تهيمن عليها النساء تدخل في فئات التأهب الأشد تعرضًا. بالنسبة للأدوار التي تهيمن عليها الرجال، يكون هذا الرقم 3٪.

تحدد تقرير المنظمة، الذكاء الاصطناعي، والانقسام المهني، والمساواة الجنسية في عالم العمل، ثلاثة قوى تدفع هذا. تعمل النساء في الأدوار الأكثر عرضة للآلية. غائبات عن مجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM) التي تبني هذه الأدوات. ونماذج الذكاء الاصطناعي غالبًا ما تعكس التحيزات الجنسية الموجودة بالفعل في المجتمع.

ليس هذا مصادفة. لقد ركزت النساء تاريخيًا في الأدوار المكتبيّة، والدعم الإداري، وادخال البيانات، والخدمة الزبون. هذه هي الوظائف التي يتعامل بها الذكاء الاصطناعي بشكل أفضل: الروتين، والقابل للتحويل البرمجي، والكبير الحجم. أظهر بحث المنظمة في 88٪ من البلدان التي تم تحليلها، وفي معظمها، تواجه النساء مخاطر أكبر من الرجال.

مخاطر التعرض هي نصف المشكلة فقط. الأدوار التي يخلقها الذكاء الاصطناعي مركّزة في الوظائف الفنية والاستراتيجية التي كانت النساء تاريخيًا غير ممثلات بها. وفقًا لدراسة عام 2024 بواسطة INTERFACE EU، تشكل النساء 22٪ فقط من قوة العمل في الذكاء الاصطناعي على مستوى العالم. وجد تقرير الفرق الجنساني العالمي الصادر عن المنتدى الاقتصادي العالمي لعام 2025 أن النساء يخسرن بشكل كبير في السنة الأولى من مسارات STEM وتبقى غير ممثلات في هندسة الذكاء الاصطناعي والقيادة على مدار.

النساء مركّزات بشكل غير متناسب في الأدوار التي يتم إزاحتها، وغائبات عن الأدوار التي يتم إنشاؤها. هذا ليس مشكلة واحدة، بل مشكلتان تتفاعلان مع بعضهما.

تجعل طبقة ثالثة الأمور أسوأ. يُظهر تقرير فهم ندرة المواهب: الذكاء الاصطناعي والمساواة الصادر عن Randstad فجوة بنسبة 42 نقطة في مهارات الذكاء الاصطناعي بين الرجال والنساء، عند 71٪ مقابل 29٪. من المرجح أن يتم تقديم تدريب الذكاء الاصطناعي للرجال من قبل أصحاب العمل (35٪ مقابل 27٪) ومن المرجح أن يكون لديهم أدوات الذكاء الاصطناعي في العمل (41٪ مقابل 35٪). وجد جامعة كاليفورنيا، بيركلي من خلال تحليل 18 دراسة تغطي 143,000 عامل في جميع أنحاء العالم أن النساء أقل احتمالاً بمقدار 20٪ من الرجال لاستخدام أدوات الذكاء الاصطناعي بشكل محترف. استمرت الفجوة بغض النظر عن مستوى التعليم أو دخل البلد.

وضع الانقسام المهني النساء في أدوار قابلة للآلية. قامت غيابهم عن مجالات STEM بمنعهم من 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 إعداد قوتها العاملة للذكاء الاصطناعي، غالبًا ما يعني أحد أمرين: إعادة تدريب الموظفين الحاليين على أدوات جديدة، أو استبدال الأدوار المزاحة بمواقع فنية جديدة. يخطئ كلا النهجين في النقطة.

إعادة التدريب ضرورية ولكنها غير كافية. تقديم دورة في هندسة الإشارات لموظفة في إدخال البيانات لا يخلق مسارًا. إنه يعطيها مجموعة من المهارات. ما تحتاجه هو وجهة: دور محدد، مع مسؤوليات محددة، موجود في المنظمة ويمكنها النقل إليه بشكل معقول.

غالبًا ما يزيد استبدال الأدوار المزاحة bằng مواقع فنية من sâu العمق. يحتاج مهندسو الذكاء الاصطناعي، وعلماء البيانات، وأخصائيي التعلم الآلي إلى مؤهلات وخبرات التي لا يمتلكها معظم العمال المزاحين. كما 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 المواقف التي لا توجد فيها قوالب. فهم ما يحتاجه صاحب المصلحة بالفعل، وليس فقط ما قال إنه يريده.

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

تتطلب هذه الأدوار الحكم، والاتصال، وفهم عميق لكيفية عمل المنظمات. هم، بمعنى آخر، تطور مباشر للمهارات التي بنتها النساء في الأدوار المعرضة للخطر اليوم.

الشركات التي تفعل هذا بشكل صحيح هي تلك التي تعرف مهارات الأدوار المعرضة للخطر، وليس اسم الوظيفة ولكن القدرات الفعلية التي بناها الشخص، وتحديد أي من هذه القدرات تتوافق مع الأدوار التي يخلقها الذكاء الاصطناعي.

هذا مشكلة مواهب، وليس فقط مشكلة مساواة

نقص مواهب الذكاء الاصطناعي حقيقي ويتفاقم. الأدوار التي يخلقها تبني الذكاء الاصطناعي تتطلب مزيجًا من الألمعية الفنية والمحكمة البشرية التي هي نادرة حقًا. الشركات تتنافس بقوة على مجموعة ضيقة من الأشخاص.

النساء هي أكبر مجموعة مواهب غير مستغلة في القوى العاملة المهنية. المهارات المدمجة في الأدوار المعرضة للخطر، بما في ذلك إدارة العلاقات، والتنسيق التشغيلي، والتفكير الأخلاقي، والاتصال مع أصحاب المصلحة، هي بالضبط ما يتطلبه الأدوار الجديدة في عصر الذكاء الاصطناعي. يجب أن يكون الاتصال بين هذه الحقائق واضحًا.

التعيينตาม المهارات هو الآلية التي تجعل هذا الاتصال ممكنًا. بدلاً من التصفية حسب المؤهلات والمسارات الوظيفية الخطية، يقيم ما يمكن للشخص القيام به بالفعل. إنه يفتح الأدوار للأشخاص الذين طوروا قدراتهم من خلال سنوات في الوظائف الإدارية والخدمية، بالضبط الأدوار التي يأثر بها 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 تفعل المنظمات هذا بشكل صحيح

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

هم يبدأون بالمهارة، وليس اسم الوظيفة. قبل أن يتم آليّة أي دور، يخترعون ما يمكن للشخص في ذلك الدور القيام به بالفعل، ويخترعونه ضد القدرات التي ستحتاجها المنظمة في المستقبل. السؤال ليس ما إذا كان يمكن آليّة وظيفة. إنه ما يعرفه الشخص الذي يقوم بهذا الدور، وأين تتناسب هذه المعرفة مع ما يتم بناؤه.

المنظمات الرائدة تتحرك إلى ما وراء التزامات غير محددة بإعادة التأهيل لإنشاء مسارات واضحة، محددة، وقابلة للتنفيذ. بدلاً من أمل عام للمناسبات المستقبلية، يقدمون خطًا واضحًا من دور حالي إلى دور محدد في المستقبل، مع خطوات، وجداول زمنية، وهياكل دعم محددة. يصممون التدريب لجميع قوة العمل، وليس لموظف متوسط. البرامج التي تعمل بعد ساعات العمل أو تتطلب التعلم الذاتي سوف تستثني بشكل منهجي الأشخاص الذين لديهم مسؤوليات رعاية. التصميم الشامل يعني الوحدات القابلة للبرمجة، والمتاحة أثناء ساعات العمل، مع الأمان النفسي للتجربة والفشل دون أن يؤثر على تقييم الأداء.

هذا النهج يتوافق مع تحول أساسي في القوى العاملة: مونитор العمل في Randstad لعام 2026 يؤكد أن السلم الوظيفي التقليدي يفشل، مع موافقة 72٪ من أصحاب العمل الآن على أن المسارات الوظيفية الخطية عفا عليها الزمن. استجابة لذلك، تعمل المواهب على تقليل المخاطر من خلال بناء “مسارات وظيفية محفظة”. يفضل هذا النموذج الجديدة التنوع، والوكالة الفردية، والأمان من خلال مجموعة متنوعة من الخبرات بدلاً من العهد الطويل في دور واحد.

الـ 24 شهرًا القادمة سيكون لها أهمية كبيرة لفترة طويلة

انتقالات القوى العاملة لا يمكن逆ها بسهولة. الأنماط التي تتشكل الآن تميل إلى استمرارها لسنوات.

المنظمات التي تتصرف بنية يمكنها استخدام هذا اللحظة لبناء قوة عاملة أكثر قدرة وأكثر تنوعًا مما لديها اليوم. تلك التي تعاملت مع تحول الذكاء الاصطناعي كمشروع تقني مع ملاحظة إضافية بشأن الناس سوف تخرج منه بقاعدة مواهب أضيق ومشكلة توظيف أكثر صعوبة.