问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年7月，演员瑞茜·威瑟斯彭公开发声呼吁女性学习使用人工智能，引发行业对AI领域性别参与差距的广泛讨论，其言论也因未提及AI环境代价、算法偏见等风险受到质疑。哈佛商学院覆盖25国14.3万参与者的研究证实，女性使用生成式AI的可能性较男性低22%，职场AI技能、岗位分配的性别差距同样显著。
瑞茜·威瑟斯彭这条发布于个人Instagram的短视频时长仅2分47秒，上线24小时内播放量就突破1200万。这条原本瞄准女性科技平权的内容，很快在评论区撕裂出两种立场：有大量普通女性用户留言称自己此前从未意识到生成式AI能降低职场门槛，也有不少科技行业从业者指出，只呼吁女性主动使用AI，却回避技术本身的结构性问题，本质是把平权的责任全部推给个体。
这场争议的背后，是AI领域早已存在且不断扩大的性别差距事实。哈佛商学院2026年4月发布的荟萃分析覆盖25个国家、超过14.3万名参与者，数据显示女性使用生成式AI的可能性比男性低22%，这一差距在不同收入水平的国家都普遍存在，仅在北欧高福利国家出现小幅收窄。
德勤2024年发布的AI采用率报告则进一步指出，年龄因素会进一步放大性别差距：45岁以上群体中，女性使用生成式AI的比例仅为同龄男性的58%，差距远高于18-24岁群体的17%。
职场层面的差距更为突出。人力资源服务机构Randstad的调研显示，当前71%的AI技术岗位由男性占据，女性占比仅为29%；企业内部提供的AI相关培训中，男性获得培训的比例为35%，女性仅为27%；在生成式AI常用技能的掌握度上，男性达标比例为69%，女性仅为54%。
瑞茜·威瑟斯彭的发言之所以引发争议，核心在于不少业内人士认为其忽略了AI技术本身存在的多重风险，以及这些风险对女性的影响远高于男性的现实。
首先是普遍存在的算法偏见问题：现有大量生成式AI模型的训练数据中，女性相关的职业、成就样本占比不足30%，导致模型输出内容往往带有明显的性别刻板印象，女性使用AI辅助求职、工作时，反而可能获得带有偏见的建议。其次是AI的环境代价问题：当前全球数据中心年能耗已经超过英国全国年用电量，算力扩张带来的碳排放、资源消耗等问题，最终对欠发达地区女性的影响更为显著。
有评论指出，单纯要求女性“多使用AI”，本质上是默认当前的AI技术体系完全中立，却没有意识到很多女性本来就是AI技术负外部性的主要承担者，这样的平权呼吁反而显得悬浮。
目前全球已有不少科技机构、公益组织开始从供给侧入手缩小AI性别鸿沟，而非单纯要求女性个体主动适应技术。
包括欧盟、美国加州在内的多个监管地区已经出台相关指引，要求企业推出的面向公众的生成式AI产品，必须通过性别偏见测试才能上线；不少科技企业也开始调整内部AI培训的分配机制，要求女性员工的培训覆盖率不低于男性；还有公益组织推出面向欠发达地区女性的免费AI技能课程，重点教授如何利用AI工具规避性别偏见、提升工作效率。
业内人士普遍认为，只有当AI技术本身的偏见被修正、获取AI技能的渠道对所有性别平等开放时，AI使用的性别鸿沟才会真正收窄。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号