最近有很多研究提到，人工智能和自動化為主的技術(shù)進(jìn)步，可能讓女性就業(yè)受到比男性更大的沖擊。
不過更進(jìn)一步查看的話，所有這些文章會將深層原因歸結(jié)于，女性更少的從事科學(xué)、技術(shù)、工程和數(shù)學(xué) (STEM) 方向的學(xué)習(xí)；說大白話，就是女性沒有學(xué)會編程，不懂電腦技術(shù)。
根據(jù)倫敦智庫 IPPR 的研究，在自動化風(fēng)險較高的行業(yè)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。
IPPR 說：“總的來說，1/10 的女工面臨著被機器人替代的高風(fēng)險。相比之下，只有 4% 的男性工人有同類風(fēng)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(yè)的學(xué)生約 65% 是男性。如果女性年輕時沒有機會獲得 STEM 相關(guān)學(xué)位，也就困于家務(wù)勞動和帶孩子，而沒有時間接受再培訓(xùn)。
文章說，新興經(jīng)濟體許多女性面臨更大的困難，因為她們當(dāng)中有很多人從事僅能維持生計的農(nóng)業(yè)，幾乎沒有受過教育，也沒有什么可轉(zhuǎn)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(chǔ)科學(xué)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(xué)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(xué)期下來，數(shù)學(xué)只能考 30 多分，物理、化學(xué)、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(xué)課的時候，問老師“石蕊（試紙）的化學(xué)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(zhuǎn)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?jǐn)?shù)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(biāo)準(zhǔn)的不同，會導(dǎo)致學(xué)生高考分?jǐn)?shù)和社會評價的巨大差異。
有人說，農(nóng)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(jīng)能區(qū)分很大一部分同學(xué)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(xué)除外。
我也知道自己有理科，也就是 STEM 學(xué)科方面的弱點。所以，即使我還沒上學(xué)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?shù)膹氖鲁绦騿T的工作；最后長大了，也不能由此轉(zhuǎn)崗去做薪水更高，更穩(wěn)定，前景也更好的編程行業(yè)，只能徘徊在電腦行業(yè)的邊緣。
這一直是我心中的一個結(jié)。工作這么多年，我一直想要有機會去嘗試從零開始自學(xué)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(xiàn)在在三四線小城市，也經(jīng)常出現(xiàn)人工智能和編程培訓(xùn)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(yīng)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(jié)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(zhuǎn)到文科班的話，如果全校所有的同學(xué)都在理科班，甚至根本就沒有文科，沒有非 STEM 學(xué)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(xiàn)在慘的多。
所以我說不上由理轉(zhuǎn)文這件事，對我的人生是好是壞。從結(jié)果上看，我生存在社會尚且可以公平對待 STEM 和非 STEM 學(xué)科的時代，還是一件好事。
但是這其實更讓我深刻領(lǐng)會到，未來繼續(xù)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(zhuǎn)彎，也不會存在什么“因材施教”的空間，這個問題是如此的嚴(yán)重，現(xiàn)在業(yè)界可能還沒有充分的意識到問題的嚴(yán)重性。
分析人士只是籠統(tǒng)的說，人工智能雖然取消了很多崗位，但還可以創(chuàng)造更多崗位。想想工業(yè)革命！那些手工業(yè)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(xué)課堂里的“小紅花”。用寬松的，素質(zhì)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(xué)習(xí)成績不好，也有其他的評判標(biāo)準(zhǔn)。
如果出于孩子心理健康的考慮，給每個孩子單獨設(shè)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(xué)校里當(dāng)然是成立的，走入現(xiàn)實可就不適用了。
本來，文史類學(xué)科和相關(guān)工作，以及程序化，缺乏創(chuàng)造力的工作，意味著“系鞋帶最整齊的孩子”也有社會上對應(yīng)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(yè)，那就意味著全社會至少有一半曾經(jīng)能夠穩(wěn)定就業(yè)的人，一瞬間不再適合在地球上生存。
原來能夠給他們穩(wěn)定收入和正面評價的行業(yè)，現(xiàn)在卻露出冰冷的面孔。他們原來曾經(jīng)學(xué)會的那些適應(yīng)社會的習(xí)慣和能力，將會不再被人提起，連被評為非物質(zhì)文化遺產(chǎn)的機會都沒有。
培訓(xùn)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(guān)。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(xùn)，提高最低工資標(biāo)準(zhǔn)等。
FT 的文章同樣建議企業(yè)和社會推出舉措，鼓勵女孩學(xué)習(xí) STEM 學(xué)科，發(fā)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(shù)打交道。”
然而，這些文章所指出的理想狀態(tài)，假設(shè)了女性（或其它 STEM 門外漢）只要經(jīng)過培訓(xùn)，就都能達(dá)到一定標(biāo)準(zhǔn)。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(jìn)行失業(yè)的相關(guān)培訓(xùn)，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(xué)習(xí)數(shù)學(xué)的好方法，他們不是早就去做了嗎？甚至他們連去參加培訓(xùn)的完整時間都不具備。
有人說，重復(fù)勞動類的勞動力，如果不會 STEM，可以做數(shù)據(jù)標(biāo)注工人嘛。但是這樣的標(biāo)注，也是建立在個人隱私以及數(shù)據(jù)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(yè)，將更傾向于用小的數(shù)據(jù)集，用壓縮算法，最終達(dá)到能在用戶個體的終端上，離線完成 AI 運算。當(dāng)數(shù)據(jù)使用量減少的時候，數(shù)據(jù)標(biāo)記工人只是會更快的迎來下一次失業(yè)。
我們再說說救濟?，F(xiàn)在，國家規(guī)定對公司招募?xì)埣踩?、特定少?shù)民族、退伍軍人等執(zhí)行補貼，這是在直接聘用他們會削弱企業(yè)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(wù)員等崗位都要歸入救濟隊伍，他們本來應(yīng)該是供養(yǎng)養(yǎng)老金的有生力量。福利的池水被加速抽干，每一個人分?jǐn)偟降母＠痤~都會下降。
社會在考慮自動化新技術(shù)與就業(yè)的連帶關(guān)系的時候，不能偷懶的只算工作總量和總失業(yè)率，因為這不是冷冰冰的數(shù)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(dāng)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(shè)不會 STEM 的都是女性，畢竟“女生學(xué)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(xiàn)在風(fēng)頭正勁的女權(quán)思潮，利用她們強大的輿論動員力，來實現(xiàn)對自動化社會議題的關(guān)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(zhì)上具有同等問題的男人，更得不到關(guān)注，淪落為無人問津的“夾心層”。
結(jié)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(chuàng)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(diào)。
可惜的是，人類固有的缺陷——也可能是優(yōu)勢——就是，創(chuàng)意方面最強大的能力，往往只集中于極少數(shù)天賦異稟的英才手中。相比之下，一旦某個機器學(xué)會一個能力，它的任意一個復(fù)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(biāo)準(zhǔn)化的非 STEM （“文科”）培訓(xùn)很難，而 STEM（“理科”）方向則較為容易。
這將不可挽回地導(dǎo)向全社會只重視 STEM 的單一評價標(biāo)準(zhǔn)，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(xù)思考怎么培訓(xùn)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(jīng)到了非進(jìn)行不可的時候。
[1] https://www.cnbeta.com/articles/tech/870697.htm
[2] http://www.ftchinese.com/story/001083609?full=y
