女性の労働はAIに置き換えられやすいのか？

最近の多くの研究では、主に人工知能や自動化における技術の進歩が、男性よりも女性の雇用に大きな影響を与える可能性があると指摘されています。

しかし、さらに深く調べてみると、これらの記事はすべて、科学、技術、工学、数学（STEM）の勉強を追求する女性が少ないことが根本的な原因であるとしています。簡単に言えば、女性はプログラミングを学んでおらず、コンピューター技術を理解していないのです。

ロンドンに拠点を置くシンクタンクIPPRの調査によると、自動化のリスクが高い業界の英国労働者のほぼ3分の2（64％）は女性である。これは、多くの女性が機械でできる小売業や事務職に就いているためです。

[[271791]]

IPPRは次のように述べています。「全体的に、女性労働者の10人に1人はロボットに置き換えられるリスクが高いのに対し、男性労働者の場合はわずか4％です。」[1]

フィナンシャル・タイムズの記事は、この問題は人々が若いときに始まると指摘している。大学の STEM 専攻の学生の約 65% は男性です。女性が若いうちにSTEM関連の学位を取得する機会がなければ、再訓練を受ける時間もなく、家事や子育てに追われることになるでしょう。

記事によると、新興経済国では多くの女性が自給農業に従事しており、教育もほとんど受けておらず、転用可能なスキルもほとんどないため、より大きな困難に直面しているという。 [2]

では、プログラミングのスキルやプログラミング的思考を持たない人は仕事を見つけるのが難しいと言えばいいのではないでしょうか。プログラミングや基礎科学について何も知らない男性もいるのではないでしょうか。

私がこの問題に非常に敏感な理由の一つは、私（男性）が STEM に向いていない人の典型だからです。

私は子供の頃からコンピューターが好きでしたが、プログラミングの方法を学んだことはありませんでした。

高校の初めに、芸術と科学の授業を選択する機会がありましたが、これも中国の特徴を持つ教育方法です。私の高校は理科が強かったので、理科を選びました。しかし、2学期が経っても数学は30点以上しか取れず、物理、化学、生物の成績はすべて赤信号でした。

私が科学の知識について唯一覚えているのは、化学の授業が始まったとき、先生に「リトマス紙の化学式は何ですか？」と質問したときだけかもしれません。答えはありません。ただ質問したことだけを覚えています。

そのため、高校1年生のときに理科のクラスから文系のクラスに転校しなければ、正常に試験を受けることができませんでした。文系のクラスにいたため、大学入試の成績は比較的良かったのですが、それは単に、当時の私には暗記中心の科目の方が合っていたからです。

評価基準が異なれば、学生の大学入試の成績や社会的評価に大きな違いが出ることは重々承知しております。

大学入試では農業や木登り、コオロギ捕獲などの試験が行われないため、田舎の子どもたちは苦しんでいると言う人もいます。そんなに面倒なことはする必要はありません。実際、文系と理系のクラス分けによって、すでに多くの生徒の将来の進路を区別することができますが、これは特定の方向に非常に興味があり、自分が何を望んでいるかを知っている生徒には当てはまりません。

私は科学、つまりSTEM科目に弱点があることも知っています。そのため、学校に行く前からコンピューターを使い始め、将来の理想をコンピューターに結びつけていたにもかかわらず、希望どおりにプログラマーとして働くことができず、成長したときには、より高い給料、より大きな安定性、より良い見通しを提供するプログラミング業界に転職することができず、コンピューター業界の端っこに留まることしかできませんでした。

これは常に私の心の中に抱えていた悩みでした。長年働いてきた私は、プログラミングをゼロから独学で学ぶ機会をずっと持ちたいと思っていました。子供向けの啓蒙書も読んだのですが、読んでも混乱してしまいました。

最近は、三級都市、四級都市の小さな都市で人工知能やプログラミングの講習会の看板をよく見かけるようになりましたが、それを見ると、時代から取り残されるのではないかという不安が募るばかりです。

テクノロジー記者兼ライターとして、私はいつも誰よりも早く起きて、最新のテクノロジートレンドをキャッチします。

おそらくテクノロジーの食物連鎖の下層にいる私たちは、こうしたニュースやトレンドを真っ先に知ることになるが、記事を書いたりインタビューを実施したりする以外に、それらを有効活用する方法はほとんどない。その結果、仕事が脅かされたとき、彼は保険を売ることを選んだ。

これはむしろ個人の能力と興味の好みの問題であり、男性と女性の違いではありません。

社会の誰にとっても「小さな赤い花」は存在しない

もし私が時間内に文系のクラスに編入できなかったら、学校の生徒全員が理系のクラスにいたなら、あるいは文系科目やSTEM以外の科目がまったくなかったら、私はただ平凡な才能と悪い成績を持つ理系の学生になってしまうかもしれないとわかっています。一元的な評価システムでは、私は今よりもずっと悪い状況に陥るでしょう。

ですから、科学から文学への転換が私の人生にとって良いことなのか悪いことなのかは分かりません。結果から言うと、社会が依然として STEM 科目と非 STEM 科目を公平に扱うことができる時代に生きているのは良いことだ。

しかし、この経験を通して、このような評価制度や働き方の多様性を今後も社会に残していくことの意義をより深く認識することができました。

社会全体がSTEMへとシフトするということは、教育政策を180度転換しなければならなくなり、「生徒の適性に応じた教育」を行う余地がなくなることを意味します。この問題は非常に深刻で、業界はまだその深刻さを十分に認識していないかもしれません。

アナリストは一般的に、人工知能は多くの仕事をなくすが、より多くの仕事を創出することもできると単純に言う。産業革命について考えてみましょう。最初は職人たちが機械を破壊し、ラッダイト運動に参加していましたが、最終的には労働者階級が立ち上がりました。

幼稚園や小学校の教室にある「小さな赤い花」を思い浮かべてください。リラックスした質重視の教育アプローチを採用した教師は、クラスのすべての子供には輝かしい点があり、たとえ学業成績が良くなくても、判断基準は他にもあると言います。

子どもの精神衛生のために、子ども一人ひとりに個別の評価システムを設ければ、誰もが赤い花を手にすることができ、最も愚かで人気のない子どもも「靴ひもを一番きれいに結ぶ子ども」になれるのです。これは学校では確かに当てはまりますが、現実には当てはまりません。

もともと、教養や歴史学の科目とそれに関連する仕事、そして手続き的かつ非創造的な仕事は、「靴ひもを一番きれいに結ぶ子供」が社会において相応の地位を持つことを意味していた。

しかし、AIと自動化によってSTEM以外の仕事がほぼすべて置き換えられるとすれば、かつては安定した雇用を得ていた社会の人々の少なくとも半数が突然、地球上で生きていくのに適さなくなることを意味します。

かつては安定した収入と好意的な評価をもたらしてくれた業界も、今は冷ややかな顔をしている。かつて社会に適応するために身につけた習慣や能力は、もはや語られることもなくなり、無形文化遺産として認められる機会さえもなくなるだろう。

訓練と救援は難しそうだ

前述のシンクタンクの意見は、一般的に福祉、補助金、再教育に関するものである。例えば、IPPR報告書の著者らは、女性に仕事を割り当て、高度な技能を要する職業訓練を実施し、最低賃金を引き上げる新しい法律を政府に導入するよう勧告している。

FTの記事では、企業や社会が女子にSTEM科目の学習とプログラミングスキルの育成を奨励する取り組みを始めることも推奨している。 「誰もがプログラマーになる必要はありませんが、良い仕事とはテクノロジーを扱う仕事になることがますます増えていくでしょう。」

しかし、これらの記事が提示する理想は、女性（または他の STEM 分野の外部者）が訓練を受ければ一定の基準を達成できると想定しています。性別に関係なく、私のようにこの才能に欠けている人は必ず存在します。

たとえ適切な失業訓練が提供されたとしても、それは困難を伴うでしょう。なぜなら、もし彼らが本当に論理的思考力と数学を学ぶ良い方法を習得していたら、彼らはずっと前にそれを習得していたのではないですか？彼らには訓練に参加する十分な時間さえありません。

反復作業を行う労働者は、STEM を知らなくても、データラベリング作業員として働くことができると主張する人もいます。しかし、こうしたラベリングは、個人のプライバシーやデータセットが自由に利用でき、いわゆる「利便性と引き換えにプライバシーが犠牲になる」ことが主張されていた原始的な時代に基づいていた。

社会的制約を受ける AI 企業は、より小さなデータセットと圧縮アルゴリズムを使用する傾向が強くなり、最終的には個々のユーザー端末上で AI 計算をオフラインで完了するという目標を達成するでしょう。データ使用量が減少すると、データラベリング作業者はより早く次の失業に直面することになります。

救済について話しましょう。現在、国は障害者、特定の少数民族、退役軍人などの採用に対して企業に補助金を出すよう規定している。これは、彼らを直接雇用すると企業の市場競争力が弱まるという前提のもとに取られた均衡策である。

今後、この莫大な支援の負担はさらに重くなるだろう。なぜなら、これまでは自活できていた組立ライン作業員やレジ係、電話交換手などの職種も支援対象に含まれ、年金を支える主力となるはずだった人たちも支援対象に含まれるからだ。福祉資金は加速度的に枯渇しており、一人当たりの福祉受給額は減少するでしょう。

社会が新たな自動化技術と雇用の関係を考慮するとき、怠惰になって総雇用数と総失業率のみを計算することはできません。なぜなら、これらは冷徹な数字ではなく、特定の人々とその背後にある家族だからです。

影響を受けた人のうち、情報の非対称性によりそれに気付いていない人、あるいは気付いていても才能も興味も財源も気力もないので黙って滑り落ちていくしかない人がどれだけいるだろうか。

研究者の中には、STEM が得意でないのは結局すべて女性であり、「ほとんどの女子はリベラル アーツを学んでいる」とまず想定し、それをジェンダー問題に結び付けて人々の注目を集めようとする人もいると理解しています。これは、現在のフェミニスト運動と、自動化の社会問題に注目を集めるために世論を動員する強力な能力を活用できる、非常に喜ばしい試みです。

しかし、これは実際には問題の焦点をぼやけさせ、彼らが話している「女性」と本質的に同じ問題を抱えている男性は、さらに注目されなくなり、誰も気にしない「サンドイッチ層」になってしまうだろう。

結論は

より自動化された社会では、一般的な人間の労働に対する需要が大幅に減少するでしょう。人間の能力の中でも、創造性、想像力、コミュニケーション能力、機械を制御する能力などがより重視されるようになるでしょう。

残念なことに、人間の本質的な欠点 ― あるいは利点 ― は、最も強力な創造力が、ごく少数の才能ある天才たちの手に集中していることが多いことです。対照的に、機械がスキルを学習すると、そのレプリカはどれも即座に同じスキルを持つようになります。

つまり、少なくとも教育の面では、標準化されていない非STEM（「リベラルアーツ」）トレーニングに頼って人々を就職の方向に導くことは難しいが、STEM（「科学」）トレーニングの方向に人々を導くことはより容易である。

そうなると、社会全体が不可逆的に STEM という単一の評価基準にのみ焦点を合わせるようになり、より多くの人々が不適格と判断され、生活を支えるのに十分なお金を稼ぐことができないようになるでしょう。

どのように彼らを訓練するかについて引き続き考えるか、あるいは、お金を全員に分配するなど、分配方法を変えるか、そのような考えと議論を行う時期が来ています。