شکاف جنسیتی در اقتصاد دیجیتال؛ بازتولید سوگیری‌های انسانی در دستمزد ایجنت‌های هوش مصنوعی

پژوهش اخیر دانشگاه لیمریک که در ژورنال تخصصی ACM منتشر شده، پرده از حقیقتی تلخ در تعامل میان انسان و ماشین برداشته است: الگوریتم‌های هوش مصنوعی، با وجود بی طرفی فنی در پردازش داده‌ها، همچنان از سوگیری‌های شناختیِ نهادینه‌شده در جوامع انسانی رنج می‌برند. طبق این مطالعه، ایجنت‌های هوش مصنوعی با هویت زنانه به‌طور میانگین ۱۰ درصد کمتر از همتایان مرد خود، دستمزد دریافت کرده‌اند؛ وضعیتی که زنگ خطری برای توسعه‌دهندگان سیستم‌های خودکار و رگولاتورهای اقتصاد دیجیتال محسوب می‌شود.

معماری آزمایش؛ تراز کردن زیرساخت فنی در برابر سوگیری انسانی

در این تحقیق، ۱۸۹ شرکت‌کننده در یک محیط شبیه‌سازی‌شده واقعیت مجازی با چهار نوع دستیار هوش مصنوعی تعامل داشتند. نکته حائز اهمیت در این آزمایش، یکسان‌سازی زیرساخت پردازشی برای تمامی ایجنت‌ها بود. تمامی دستیارها از مدل GPT-4-1106-preview بهره می‌بردند که از طریق API رسمی شرکت OpenAI در اختیار پژوهشگران قرار گرفته بود. این یعنی از منظر توان محاسباتی و کیفیت پاسخ‌دهی (Latency, Accuracy, Reasoning)، هیچ تفاوتی میان ایجنت «یوهان» (مرد) و «یوهانا» (زن) وجود نداشت. با این وجود، عامل تعیین‌کننده در میزان پرداختی، نه عملکرد فنی، بلکه «جنسیت القایی» از طریق ظاهر انسان‌نما (Avatar) بود.

تحلیل روان‌شناختی؛ چرا الگوریتم‌ها قربانی کلیشه‌ها شدند؟

نتایج آماری نشان می‌دهد که شرکت‌کنندگان به‌صورت خودآگاه ادعا می‌کردند تفاوتی قائل نیستند، اما در عمل، سوگیری‌های ناخودآگاه (Implicit Bias) رفتار آن‌ها را هدایت کرده است. یکی از نکات کلیدی، ارزیابی بالاتر کاربران از سطح «انسان‌مانند بودن» (Anthropomorphism) در مورد یوهان بود. این پدیده نشان می‌دهد که حتی در دنیای مجازی، اعتماد (Trust) و ارزش‌گذاری، تحت تأثیر ساختارهای اجتماعی سنتی قرار دارد. این سوگیری می‌تواند در دنیای واقعی که شرکت‌ها در حال جایگزینی نیروی انسانی با ایجنت‌های هوش مصنوعی هستند، به تبعیض‌های سیستماتیک منجر شود.

اثرات بر اقتصاد دیجیتال و کسب‌وکارهای ایرانی

برای زیست‌بوم فناوری ایران که در حال گذار به سمت استفاده از دستیارهای هوشمند در حوزه‌های پشتیبانی، خدمات مشتریان و حتی مدیریت فرایندهاست، این یافته‌ها حائز اهمیت است:

• عدالت در الگوریتم‌ها: طراحان سیستم در داخل کشور باید در زمان پیاده‌سازی رابط کاربری (UI) و شخصیت‌پردازی (Persona) برای ایجنت‌ها، نسبت به احتمال انتقال سوگیری‌های جنسیتی هوشیار باشند.
• رگولاتوری اخلاق‌مدار: تدوین چارچوب‌های اخلاق در هوش مصنوعی (AI Ethics) در اسناد بالادستی فضای مجازی باید فراتر از مسائل امنیتی، به موضوع «عدالت الگوریتمی» نیز توجه ویژه‌ای داشته باشد.
• اعتماد کاربر ایرانی: با توجه به یافته‌های پژوهش در مورد اعتماد بیشتر کاربران به هویت‌های مردانه، توسعه‌دهندگان ممکن است ترغیب شوند به‌طور سیستماتیک از چهره‌های مردانه استفاده کنند که این خود موجب تقویت کلیشه‌های جنسیتی در محیط‌های کاری دیجیتال می‌شود.