ИИ может непреднамеренно сократить гендерный разрыв в оплате труда в высокооплачиваемых профессиях

Аналитический материал, опубликованный 2 июня 2026 года, утверждает: искусственный интеллект способен непреднамеренно уменьшить гендерный разрыв в оплате труда в высокооплачиваемых профессиях, потому что автоматизация может ослабить требования «greedy jobs» — длинных часов, постоянной доступности и презентизма. Это важно, поскольку снижение таких требований делает гибкий график менее затратным для работодателей и уменьшает штрафы в зарплате за отсутствие постоянного присутствия, расширяя доступ женщин к руководящим и высокооплачиваемым позициям. авторы предупреждают, что эффект будет неоднородным: часть женщин выиграет, а другая потеряет привычные рабочие места.

Первый малообсуждаемый эффект касается самих данных и методов обучения: корпуса, на которых тренируются модели, частично отражают долгую историю доминирования мужчин в науке и публицистике, поэтому женские опыты и перспективы часто оказываются стертыми или недопредставленными. Параллельно проектировщики и принимающие решения в индустрии остаются преимущественно мужчинами, что дополнительно формирует приоритеты моделей и то, какие навыки и компетенции система «оценивает» как ценные в рабочем процессе. Второй эффект — структура автоматизируемых работ. Аналитика указывает, что самые быстро исчезающие роли связаны с административными задачами, обработкой данных и службой поддержки, где непропорционально заняты женщины. Такие изменения повышают риск массовой потери занятости для тех, кто опирается на эти сектора, даже если в более высокооплачиваемых профессиях снизится плата за гибкость.

Экономическую основу аргумента авторы связывают с понятием «greedy jobs», которое активно продвигает лауреат Нобелевской премии по экономике 2023 года Клаудия Голдин. Систематический обзор 48 эмпирических исследований, опубликованный в 2025 году в журнале De Economist, подтверждает, что наличие длинных часов, постоянной доступности и презентизма остаётся ключевым драйвером гендерного разрыва в доходах. Именно смягчение этих требований за счёт автоматизации рассматривается как возможный путь к сокращению разрыва.

Механизм сокращения разрыва не в прямом перераспределении зарплат, а в изменении стоимости замены сотрудника и организационных ожиданий: когда ИИ берёт на себя рутинные и постоянно требующие присутствия задачи, уменьшение потерь продуктивности при гибком графике делает предоставление такой гибкости менее рискованным. В то же время ускоренная автоматизация ролей, где занято большинство женщин, может привести к росту безработицы и усилить неравенство без мер поддержки и переквалификации. Авторы формулируют два практических вывода для разработчиков и работодателей: архитектура и наборы данных моделей прямо влияют на распределение возможностей на рынке труда, а проектировочные решения имеют долгосрочные последствия для гендерного равенства. Они призывают учитывать одновременно и негативные, и потенциально выравнивающие эффекты автоматизации при планировании внедрений и политике занятости.