Liderzy opinii
Dlaczego kobietom częściej grozi utrata pracy — i jak przeprojektowanie ról zawodowych może otworzyć nowe ścieżki

Kluczowe punktyKobiety na stanowiskach podatnych na automatyzację są narażone na podwójne ryzyko…
Zobacz więcej
- Kobiety na stanowiskach podatnych na automatyzację są narażone na podwójne ryzyko utraty pracy oraz są niedoreprezentowane w zawodach związanych ze sztuczną inteligencją.
- Utrzymuje się 42-punktowa różnica w umiejętnościach z zakresu sztucznej inteligencji między mężczyznami a kobietami, wynikająca z nierównego dostępu do szkoleń.
- Przeprojektowanie ról musi polegać na mapowaniu umiejętności z zagrożonych stanowisk na nowe stanowiska łącznikowe między człowiekiem a sztuczną inteligencją.
Dlaczego kobietom częściej grozi utrata pracy — i jak przeprojektowanie ról zawodowych może otworzyć nowe ścieżki
Branża technologiczna od lat obawia się niedoboru talentów. Brakuje inżynierów AI, specjalistów nauki o danych i architektów AI, którzy zaspokoiliby potrzeby rynku. Firmy zaciekle konkurują o ten sam wąski krąg specjalistów, z których większość stanowią mężczyźni.
Podczas gdy walka o talenty AI dominuje w nagłówkach, po drugiej stronie rynku pracy narasta mniej widoczny kryzys. Miliony pracowników, wśród których kobiety są nieproporcjonalnie licznie reprezentowane, wykonują pracę, którą AI już przekształca. Nie mają takiego samego dostępu do szkoleń, narzędzi ani nowych ról, które pomogłyby im przejść tę zmianę.
Powstaje podwójny problem. Branża nie może znaleźć wystarczająco wielu osób z kompetencjami AI, a kobiety pozostają największą niewykorzystaną w pełni rezerwą talentów na rynku pracy. Różnica między tymi, którzy tracą pracę, a tymi, którzy ją zyskują, nie jest przypadkowa. Odpowiada wzorcowi widocznemu w danych o zatrudnieniu w niemal każdej dużej gospodarce. Jeśli nie zostanie rozwiązana, przez następną dekadę będzie kształtować relacje między kobietami i mężczyznami na rynku pracy.
Dlaczego kobietom częściej grozi utrata pracy
Najważniejsza liczba podana przez Międzynarodową Organizację Pracy (MOP) jest wymowna: prawdopodobieństwo, że generatywna AI wpłynie na zawody zdominowane przez kobiety, jest niemal dwukrotnie wyższe niż w przypadku zawodów zdominowanych przez mężczyzn — 29% wobec 16%. W grupach najwyższego ryzyka różnica jest jeszcze większa. Szesnaście procent ról zdominowanych przez kobiety należy do kategorii najbardziej podatnych na automatyzację. W przypadku ról zdominowanych przez mężczyzn jest to 3%.
Raport MOP Generatywna AI, segregacja zawodowa i równość płci w świecie pracy wskazuje trzy przyczyny tego zjawiska. Kobiety zajmują role, które najprawdopodobniej zostaną zautomatyzowane. Brakuje ich w dziedzinach STEM — naukach ścisłych, technologii, inżynierii i matematyce — w których powstają te narzędzia. Modele AI często odzwierciedlają też uprzedzenia związane z płcią, które są już zakorzenione w społeczeństwie.
Nie jest to przypadek. Kobiety od dawna koncentrują się w pracy biurowej, wsparciu administracyjnym, wprowadzaniu danych i obsłudze klienta. Są to dokładnie te czynności, z którymi AI radzi sobie najlepiej: rutynowe, możliwe do opisania za pomocą reguł i wykonywane na dużą skalę. Badania MOP obejmują 88% analizowanych przez nią krajów, a w niemal wszystkich kobiety są bardziej narażone niż mężczyźni.
Samo narażenie to tylko połowa problemu. Role tworzone przez AI skupiają się w funkcjach technicznych i strategicznych, w których kobiety były historycznie niedostatecznie reprezentowane. Według badania z 2024 roku przeprowadzonego przez Interface EU kobiety stanowią na świecie zaledwie 22% osób pracujących w obszarze AI. Raport Światowego Forum Ekonomicznego o równości płci z 2025 roku wykazał znaczny odpływ kobiet już w pierwszym roku kariery w dziedzinach STEM oraz ich utrzymującą się niedostateczną reprezentację w inżynierii AI i na stanowiskach kierowniczych przez całą karierę.
Kobiety są nieproporcjonalnie licznie reprezentowane w rolach, które zanikają, i niedostatecznie reprezentowane w rolach, które powstają. To nie jeden problem, lecz dwa problemy, które wzajemnie się pogłębiają.
Trzecia warstwa dodatkowo pogarsza sytuację. Raport Randstad Understanding Talent Scarcity: AI and Equity pokazuje różnicę 42 punktów procentowych w kompetencjach AI między mężczyznami i kobietami: 71% wobec 29%. Mężczyźni częściej otrzymują od pracodawców propozycje szkoleń AI (35% wobec 27%) i częściej mają udostępniane narzędzia AI w pracy (41% wobec 35%). Uniwersytet Kalifornijski w Berkeley podsumował 18 badań obejmujących 143 000 pracowników na całym świecie i stwierdził, że prawdopodobieństwo zawodowego korzystania z narzędzi generatywnej AI jest u kobiet o około 20% niższe niż u mężczyzn. Różnica utrzymywała się niezależnie od poziomu wykształcenia czy poziomu dochodów kraju.
Segregacja zawodowa skierowała kobiety do ról, które można zautomatyzować. Niedostateczna reprezentacja w STEM zamknęła im dostęp do ról, które AI obecnie tworzy. Luka w dostępie do narzędzi i szkoleń uniemożliwia przejście między tymi dwiema grupami. Każda warstwa wzmacnia pozostałe.
Przeprojektowanie ról zawodowych: co naprawdę oznacza i dlaczego większość firm robi to źle
Kiedy organizacje mówią o przygotowaniu pracowników na AI, zwykle mają na myśli jedną z dwóch rzeczy: szkolenie obecnych pracowników w obsłudze nowych narzędzi albo zastępowanie zlikwidowanych ról nowymi stanowiskami technicznymi. Oba podejścia mijają się z istotą problemu.
Przeszkolenie jest konieczne, lecz niewystarczające. Kurs formułowania poleceń dla AI nie tworzy sam w sobie ścieżki kariery dla pracownicy zajmującej się wprowadzaniem danych. Daje jej zestaw umiejętności. Potrzebuje ona celu: konkretnej roli z określonymi obowiązkami, która istnieje w organizacji i do której może realnie przejść.
Zastępowanie zlikwidowanych ról stanowiskami technicznymi często pogłębia problem. Stanowiska inżynierów AI, specjalistów nauki o danych i ekspertów uczenia maszynowego wymagają kwalifikacji i doświadczenia, które posiada niewielu pracowników tracących pracę. Zwykle przyciągają też kandydatów z tej samej jednorodnej grupy talentów, która już dominuje w branży technologicznej. Kobiety dotyka utrata pracy, ale nie otrzymują one nowych ról.
Prawdziwe przeprojektowanie ról zaczyna się od innego pytania. Nie o to, jakie zadania zawodowe może wykonywać AI, lecz jak wygląda ludzki wkład w świecie, w którym AI zajmuje się rutyną.
Odpowiedź brzmi: praca charakterystyczna dla człowieka opiera się na relacjach, kontekście i etyce. To radzenie sobie z niejednoznacznością, budowanie zaufania klientów i współpracowników, korzystanie z własnego osądu w sytuacjach bez gotowego szablonu oraz rozumienie, czego interesariusz rzeczywiście potrzebuje, a nie tylko czego, jak powiedział, chce.
Nowe role powstające na tym styku mają różne nazwy zależnie od sektora: koordynator wdrażania AI, lider wdrażania technologii, łącznik między ludźmi a AI, osoba odpowiedzialna za etykę cyfrową i specjalista zarządzania zmianą. Łączy je zapotrzebowanie na ludzi, którzy potrafią pracować tam, gdzie technologia spotyka się ze złożonością ludzkich spraw.
Role te wymagają osądu, komunikacji i głębokiego zrozumienia funkcjonowania organizacji. Są więc bezpośrednim rozwinięciem umiejętności, które kobiety w dzisiejszych zagrożonych rolach budowały przez lata.
Firmy, które robią to dobrze, rozpoznają umiejętności obecne w zagrożonych rolach. Patrzą nie na nazwę stanowiska, lecz na rzeczywiste zdolności danej osoby, a następnie określają, które zdolności pasują do ról tworzonych przez AI.
To problem niedoboru talentów, nie tylko równości
Niedobór talentów AI jest realny i rośnie. Role powstające wraz z wdrażaniem AI wymagają połączenia wiedzy technicznej i ludzkiego osądu, które rzeczywiście jest rzadkością. Firmy mocno konkurują o wąski krąg osób.
Kobiety stanowią największą niewykorzystaną w pełni rezerwę talentów wśród osób aktywnych zawodowo. Umiejętności obecne w zagrożonych rolach, w tym zarządzanie relacjami, koordynacja operacyjna, rozumowanie etyczne i komunikacja z interesariuszami, są dokładnie tym, czego potrzebują nowe role w erze AI. Związek między tymi dwoma faktami powinien być oczywisty.
Rekrutacja oparta na umiejętnościach umożliwia takie połączenie. Zamiast selekcjonować według formalnych kwalifikacji i liniowych ścieżek kariery, ocenia, co ktoś rzeczywiście potrafi. Otwiera role dla ludzi, którzy rozwinęli zdolności przez lata pracy w administracji i usługach — właśnie w rolach, które AI teraz automatyzuje. Dobrze zaprojektowana nie tylko poszerza pulę talentów, ale też ujawnia konkretne rodzaje doświadczenia, których organizacje najbardziej potrzebują w środowisku wspomaganym przez AI.
Jak wygląda właściwe podejście w organizacjach
Nie ma jednego modelu. Organizacje, które osiągają znaczące postępy, łączy jednak rozpoznawalny zestaw zachowań.
Zaczynają od umiejętności, nie od nazwy stanowiska. Zanim zautomatyzują jakąkolwiek rolę, określają, co osoba ją pełniąca rzeczywiście potrafi, i porównują to ze zdolnościami, których organizacja będzie potrzebować w przyszłości. Pytanie nie brzmi, czy pracę można zautomatyzować, lecz co wie wykonująca ją osoba i gdzie ta wiedza pasuje do tego, co jest budowane.
Wiodące organizacje wychodzą poza mgliste obietnice podnoszenia kwalifikacji i tworzą widoczne, konkretne i wykonalne ścieżki. Zamiast ogólnej nadziei na przyszłe możliwości pokazują jasną drogę od obecnej roli do określonej roli przyszłej, z opisanymi krokami, harmonogramami i formami wsparcia. Projektują szkolenia dla wszystkich pracowników, nie dla typowego pracownika. Programy odbywające się po godzinach lub wymagające samodzielnego uczenia się będą systematycznie wykluczać osoby z obowiązkami opiekuńczymi. Projektowanie włączające oznacza moduły, które można zaplanować i zrealizować w godzinach pracy, z bezpieczeństwem psychologicznym pozwalającym eksperymentować i ponosić porażki bez wpływu na ocenę pracy.
Takie podejście odpowiada zasadniczej zmianie na rynku pracy: Randstad Workmonitor 2026 potwierdza, że tradycyjna „drabina kariery” zawodzi: 72% pracodawców zgadza się już, że liniowe ścieżki zawodowe są przestarzałe. W odpowiedzi pracownicy ograniczają ryzyko, budując „kariery portfelowe”. Ten nowy model stawia na różnorodność, możliwość samodzielnego kierowania swoją karierą oraz bezpieczeństwo wynikające ze zróżnicowanych doświadczeń, zamiast wieloletniego pozostawania w jednej roli.
Najbliższe 24 miesiące będą miały długotrwałe znaczenie
Zmian w strukturze zatrudnienia nie da się łatwo odwrócić. Wzorce powstające teraz zwykle utrzymują się przez lata.
Organizacje działające celowo mogą wykorzystać ten moment do zbudowania bardziej kompetentnej i różnorodnej kadry niż obecnie. Te, które traktują transformację AI jak projekt techniczny z ludźmi jedynie w przypisie, prawdopodobnie wyjdą z niej z węższą bazą talentów i trudniejszym problemem rekrutacyjnym.












