Innowacje technologiczne nie pojawiają się w próżni, a odzwierciedlają siły społeczne, polityczne i gospodarcze danej epoki. Każde oprogramowanie, platforma lub algorytm są kształtowane przez perspektywy i wartości osób, które je projektują. Przez większą część współczesnej historii osobami tymi byli głównie mężczyźni.

 

W rezultacie świat cyfrowy często odzwierciedla nierówności świata offline. Technologie nie tylko nie rozwiązały problemu nierówności płci, ale w wielu przypadkach jeszcze go pogłębiły.

 

Różnice między płciami w dziedzinie STEM (Nauki ścisłe, Technologia, Inżynieria i Matematyka) nie są tylko kwestią liczb. Stanowią one złożoną sieć systemowego wykluczenia – nierówny dostęp do wysokiej jakości edukacji we wczesnych latach życia, oczekiwania zawodowe związane z płcią, głęboko zakorzenione stereotypy dotyczące „naturalnych” zdolności kobiet, brak widocznych wzorców do naśladowania oraz instytucjonalne uprzedzenia w zakresie zatrudniania i awansów. Wszystkie te czynniki razem utrudniają kobietom wejście do branży technologicznej, pozostanie w niej i rozwój zawodowy.

 

2021 Women in Digital Scoreboard — ranking of Member States – https://digital-strategy.ec.europa.eu/en/news/women-digital-scoreboard-2021

 

W nowych dziedzinach gospodarki (takich jak sztuczna inteligencja (AI) i nauka o danych), które na nowo definiują gospodarkę, politykę i społeczeństwa, brak różnorodności płciowej jest szczególnie uderzający. Według raportu UNESCO z 2023 r. kobiety stanowią mniej niż 20% specjalistek ds. sztucznej inteligencji w Europie i zajmują mniej niż 10% stanowisk kierowniczych w dużych firmach technologicznych. Różnica jest jeszcze większa w przypadku kobiet czarnych, kobiet pochodzenia rdzennego, osób transpłciowych i niebinarnych oraz kobiet z regionów znajdujących się w niekorzystnej sytuacji ekonomicznej.

 

Dlaczego ma to znaczenie? Ponieważ narzędzia AI mają obecnie wpływ na niektóre z najważniejszych obszarów życia:

  • Systemy zatrudniania i rekrutacji decydują o tym, kto zostanie zaproszony na rozmowę kwalifikacyjną.

  • Algorytmy stosowane w służbie zdrowia wpływają na diagnozy i ścieżki leczenia.

  • Rozpoznawanie twarzy jest wykorzystywane w działaniach policyjnych i nadzorczych.

Algorytmy oceny zdolności kredytowej decydują o tym, kto otrzyma kredyt lub hipotekę.

Gdy narzędzia te tworzone są głównie przez białych mężczyzn – zachodnich programistów – i oparte na stronniczych lub niepełnych danych, istnieje ryzyko, że będą odtwarzać i utrwalać ich uprzedzenia oraz ograniczoną perspektywę.

 

Nie jest to hipotetyczna sytuacja. Konsekwencje uprzedzeń związanych z płcią w technologii są bardzo realne: przykładami mogą być choćby system rekrutacyjny AI firmy Amazon, który dyskryminował aplikacje osób mających w CV uczelnie rozpoznawane jako skierowane głównie do kobiet (zrezygnowano już z niego), czy systemy rozpoznawania twarzy, które mają trudności z identyfikacją czarnych kobiet. 

 

Co więcej, znaczenie ma tak zwane wykluczenie krzyżowe. Płeć nie istnieje w izolacji. Krzyżuje się z rasą, klasą społeczną, zdolnościami, seksualnością, położeniem geograficznym i innymi czynnikami. Niepełnosprawna, nie – biała kobieta z globalnego Południa napotka zupełnie inne bariery w dostępie do technologii cyfrowych i włączeniu społecznym, niż biała kobieta z klasy średniej w Europie.

 

Według Międzynarodowej Unii Telekomunikacyjnej (ITU, 2023) na całym świecie z Internetu korzysta 62% mężczyzn, w porównaniu z 57% kobiet. Różnica ta jest jeszcze większa w krajach o niskich dochodach, gdzie tylko 30% kobiet korzysta z Internetu w porównaniu z 43% mężczyzn. UNESCO podkreśla ponadto, że kobiety z globalnego Południa mają o 20% mniejsze szanse niż mężczyźni na posiadanie smartfona i znaczniej rzadziej biorą udział w programach szkoleniowych z zakresu umiejętności cyfrowych. Dane te potwierdzają, jak krzyżujące się nierówności związane z płcią, położeniem geograficznym i klasą społeczną wzmacniają bariery w dostępie do technologii cyfrowych.

 

OpenAI. (2025). Obraz wygenerowany przy użyciu NAPKIN. Nierówności w dostępie do technologii cyfrowych (góra/wulkan) są efektem nierówności krzyżowych, różnic ekonomicznych, braku zasobów i ograniczonej reprezentacji.

 

Zrozumienie roli płci w rozwoju technologicznym ma zatem fundamentalne znaczenie dla budowania bardziej sprawiedliwej przyszłości cyfrowej. Przyszłości, w której kobiety i osoby o różnej tożsamości płciowej będą nie tylko biernymi użytkowniczkami lub konsumentkami, ale także twórczyniami, innowatorkami i decydentkami kształtującymi narzędzia jutra.