最近有很多研究提到，人工智能和自動化為主的技術進步，可能讓女性就業受到比男性更大的沖擊。

不過更進一步查看的話，所有這些文章會將深層原因歸結于，女性更少的從事科學、技術、工程和數學 (STEM) 方向的學習;說大白話，就是女性沒有學會編程，不懂電腦技術。

根據倫敦智庫 IPPR 的研究，在自動化風險較高的行業中，近三分之二(64%)的英國工人是女性。這是因為眾多女性從事的都是零售和行政工作，而這可以通過機器來完成。

[[271791]]

IPPR 說：“總的來說，1/10 的女工面臨著被機器人替代的高風險。相比之下，只有 4% 的男性工人有同類風險。” [1]

《金融時報》的文章指出，問題出在人們年輕的時候。高校 STEM 專業的學生約 65% 是男性。如果女性年輕時沒有機會獲得 STEM 相關學位，也就困于家務勞動和帶孩子，而沒有時間接受再培訓。

文章說，新興經濟體許多女性面臨更大的困難，因為她們當中有很多人從事僅能維持生計的農業，幾乎沒有受過教育，也沒有什么可轉移的技能。[2]

那么，為什么不直接說不會編程技能，或缺少編程思維的人更難找到工作呢?男人就沒有這樣對程序或基礎科學一竅不通的嗎?

我對這個問題如此敏感，一個原因是我本人(男)就是與 STEM 無緣的典型案例。

從小就喜歡計算機，卻終究沒學會編程

在我上高中之初，有一次機會選擇文理科分班，這也是中國特色的教育方法。因為我在的高中比較強的是理科，我就選了理科，可是兩學期下來，數學只能考 30 多分，物理、化學、生物全面亮紅燈。

我對理科知識的唯一回憶，可能是剛上化學課的時候，問老師“石蕊(試紙)的化學式是什么”。沒有答案，我只記住自己問了這個問題。

所以，我不得不由高一時的理科班轉到文科班，不然的話根本沒辦法正常的考試。在文科班，我高考的分數也相對好一點，只是因為更多死記硬背的部分，更適合那個時候的我。

我深知考核標準的不同，會導致學生高考分數和社會評價的巨大差異。

有人說，農村孩子吃虧就在于高考不考種地、爬樹、捉蟋蟀。都不用這么麻煩，其實文理分班已經能區分很大一部分同學的未來路徑——但對某方向本來就很感興趣，自己知道想要什么的同學除外。

我也知道自己有理科，也就是 STEM 學科方面的弱點。所以，即使我還沒上學就用上了電腦，也把未來理想跟計算機捆綁在一起，卻不能如愿以償的從事程序員的工作;最后長大了，也不能由此轉崗去做薪水更高，更穩定，前景也更好的編程行業，只能徘徊在電腦行業的邊緣。

這一直是我心中的一個結。工作這么多年，我一直想要有機會去嘗試從零開始自學編程，甚至給小朋友做啟蒙的那些書我也看過，看完都一頭霧水。

現在在三四線小城市，也經常出現人工智能和編程培訓班的門臉，看了之后，除了更引起我被時代拋棄的焦慮之外，沒有其他作用。

我作為科技記者和撰稿人，在掌握新科技趨勢方面，屬于起了大早，趕了晚集。

我們這些人應該處于整個科技食物鏈的比較靠下游的位置，最早知道了這些新聞和趨勢，但除了寫些文章或采訪之外，幾乎沒有其他的方式可以妥善利用。結果，到了自己的工作受威脅的時候，寧可去賣保險。

這更多的是屬于個人能力、興趣偏好的問題，這根本就不是男女差異。

社會上沒有一人一朵的“小紅花”

我知道，如果我不能及時轉到文科班的話，如果全校所有的同學都在理科班，甚至根本就沒有文科，沒有非 STEM 學科，那么我可能只是一個天資更加平庸的，成績更差的理科生。在單一維度的評價體系里，我會比現在慘的多。

所以我說不上由理轉文這件事，對我的人生是好是壞。從結果上看，我生存在社會尚且可以公平對待 STEM 和非 STEM 學科的時代，還是一件好事。

但是這其實更讓我深刻領會到，未來繼續保持這種評價體系和工作類型的多樣化，對于我們這個社會的意義。

社會全面偏向 STEM 意味著我們的教育方針要做 180 度的大轉彎，也不會存在什么“因材施教”的空間，這個問題是如此的嚴重，現在業界可能還沒有充分的意識到問題的嚴重性。

分析人士只是籠統的說，人工智能雖然取消了很多崗位，但還可以創造更多崗位。想想工業革命!那些手工業者一開始破壞機器，搞盧德運動，但最后工人階級還是站起來了。

不妨想想幼兒園和小學課堂里的“小紅花”。用寬松的，素質教育的方法，老師就會說，班上每一個孩子都有閃光點，即使學習成績不好，也有其他的評判標準。

如果出于孩子心理健康的考慮，給每個孩子單獨設立一個評價體系的話，那么所有人都有小紅花，最笨最沒人緣的孩子也可以是“系鞋帶最整齊的孩子”這樣。這在學校里當然是成立的，走入現實可就不適用了。

本來，文史類學科和相關工作，以及程序化，缺乏創造力的工作，意味著“系鞋帶最整齊的孩子”也有社會上對應的位置。

但如果說 AI 和自動化將替代的崗位是差不多全部非 STEM 行業，那就意味著全社會至少有一半曾經能夠穩定就業的人，一瞬間不再適合在地球上生存。

原來能夠給他們穩定收入和正面評價的行業，現在卻露出冰冷的面孔。他們原來曾經學會的那些適應社會的習慣和能力，將會不再被人提起，連被評為非物質文化遺產的機會都沒有。

培訓和救濟，似乎都很困難

前述智庫給出的意見一般都是與福利、補貼和再教育相關。比如，IPPR 報告作者建議政府引入新的法律，給女性分配工作，開展高技能工作培訓，提高最低工資標準等。

FT 的文章同樣建議企業和社會推出舉措，鼓勵女孩學習 STEM 學科，發展編程技能。“不是每個人都需要成為一名程序員，但好的工作將越來越意味著與技術打交道。”

然而，這些文章所指出的理想狀態，假設了女性(或其它 STEM 門外漢)只要經過培訓，就都能達到一定標準。而不論男女，總有缺乏這方面天賦的人存在——比如我自己。

即使對他們進行失業的相關培訓，也將會是困難重重的，因為如果他們真的掌握邏輯思維的能力，掌握學習數學的好方法，他們不是早就去做了嗎?甚至他們連去參加培訓的完整時間都不具備。

有人說，重復勞動類的勞動力，如果不會 STEM，可以做數據標注工人嘛。但是這樣的標注，也是建立在個人隱私以及數據集可以被隨意使用的草莽年代，建立在所謂“用隱私換便利”的時候。

受到社會制約的 AI 企業，將更傾向于用小的數據集，用壓縮算法，最終達到能在用戶個體的終端上，離線完成 AI 運算。當數據使用量減少的時候，數據標記工人只是會更快的迎來下一次失業。

我們再說說救濟。現在，國家規定對公司招募殘疾人、特定少數民族、退伍軍人等執行補貼，這是在直接聘用他們會削弱企業市場競爭力的前提下，采取的平衡手段。

將來，這個巨大的救濟包袱還會更重，因為以前能夠自食其力的流水線組裝工人、收銀員、話務員等崗位都要歸入救濟隊伍，他們本來應該是供養養老金的有生力量。福利的池水被加速抽干，每一個人分攤到的福利金額都會下降。

社會在考慮自動化新技術與就業的連帶關系的時候，不能偷懶的只算工作總量和總失業率，因為這不是冷冰冰的數字，而是一個個具體的人，以及他們背后的家庭。

受影響的人當中，有多少人或者因為信息不對稱，自己都沒有察覺到，或者想到了，也因為沒有天賦，沒有興趣或者沒有財力精力，而只能默默的滑落下去。

我理解，一些研究者先假設不會 STEM 的都是女性，畢竟“女生學文科的多”，然后再跟性別話題掛鉤，來引起人們注意。這是一種非常討巧的嘗試，可以利用現在風頭正勁的女權思潮，利用她們強大的輿論動員力，來實現對自動化社會議題的關注。

但這實際上會模糊問題的焦點，并且使得跟他們所說的“女性”實質上具有同等問題的男人，更得不到關注，淪落為無人問津的“夾心層”。

結論

一個更自動化的社會，會顯著的減少對一般人類勞動力的需求。在人類各種能力中，偏向創造力、想象力、溝通交流能力，以及控制機器的能力的一面會被更突出強調。

可惜的是，人類固有的缺陷——也可能是優勢——就是，創意方面最強大的能力，往往只集中于極少數天賦異稟的英才手中。相比之下，一旦某個機器學會一個能力，它的任意一個復制品，都會一瞬間具備同樣的能力。

也就是說，至少在教育方面，想要讓人們往找到工作的方向走，依靠非標準化的非 STEM (“文科”)培訓很難，而 STEM(“理科”)方向則較為容易。

這將不可挽回地導向全社會只重視 STEM 的單一評價標準，更多人將被判為不合格，沒有能力賺到維持生活的錢。

要么繼續思考怎么培訓他們，要么就改變分配方式，比如給全民派錢什么的——這樣的思考和討論，已經到了非進行不可的時候。