|
Osnaživanje, stil i inspiracija spajaju se u svakom izdanju našeg magazina.
|
October 9, 2026
Veštačka inteligencija trebalo je da nam pomogne da radimo pametnije, brže i efikasnije. Ali šta se dešava kada počne da odlučuje ko je najbolji zaposleni, ko zaslužuje unapređenje i čiji potencijal vredi prepoznati?
Na prvi pogled, algoritam deluje objektivnije od čoveka. Nema lične simpatije ni predrasude. Problem je u tome što AI uči iz podataka koje mu ljudi daju, a ti podaci često predstavljaju svet koji već nije sasvim ravnopravan. Tu i nastaje novi problem za zaposlene majke. Ako sistemi uče da su idealni zaposleni oni koji su stalno dostupni, brzo odgovaraju na poruke i rade bez prekida, AI može takav obrazac da počne da povezuje sa uspehom. Time može dodatno da pojača ono što već nazivamo „motherhood penalty“ – profesionalnu cenu koju žene često plaćaju nakon što postanu majke.
„Motherhood penalty“ opisuje situaciju u kojoj se majke na poslu mogu posmatrati kao manje dostupne, manje posvećene ili manje spremne za napredovanje u odnosu na žene bez dece ili muškarce sa sličnim kvalifikacijama. Isti postupak kod muškaraca i žena ne tumači se uvek na isti način. Otac koji ostaje duže na poslu može biti viđen kao posvećen, dok majka koja odlazi u dogovoreno vreme da pokupi dete može biti ocenjena kao manje fleksibilna.
Slično je i sa prekidom karijere. Žena koja je napravila pauzu zbog porodiljskog odsustva može imati „rupu“ u biografiji, dok se isti period kod nekog drugog kandidata možda neće posmatrati na isti način.
U Srbiji su već dokumentovani slučajevi diskriminacije žena povezani sa trudnoćom, roditeljstvom i porodičnim obavezama. Poverenik za zaštitu ravnopravnosti upozorava i na stereotipe prema ženama koje se vraćaju na posao nakon porodiljskog odsustva. Sada zamislite da takve obrasce počne da uči i algoritam.
Algoritam ne mora direktno da dobije informaciju da je određena zaposlena majka da bi koristio podatke povezane sa roditeljstvom. Može da prati koliko brzo odgovarate na poruke, kada ste online, koliko učestvujete na sastancima, koliko ste aktivni tokom dana ili koliko je vaša karijera bila neprekidna. Na papiru, to su samo podaci. U stvarnosti, oni mogu predstavljati potpuno različite okolnosti. Zaposlena majka možda ne odgovara na mejl u 20.30 jer tada sprema dete za spavanje. Možda ne može da prihvati sastanak u poslednjem trenutku ili radi veoma fokusirano od devet do pet, ali nije dostupna uveče. To ne znači da radi gore. Ali ako sistem dostupnost počne da koristi kao signal profesionalne posvećenosti, ona može biti ocenjena nepovoljnije.
Tu dolazimo do jednog od problema savremenog rada: dostupnost se sve češće meša sa produktivnošću. Brz odgovor na mejl može izgledati kao angažovanost. Prisustvo na svakom sastanku kao zainteresovanost, a aktivnost kasno uveče kao ambicija. Ali nijedna od tih stvari sama po sebi ne govori koliko je neko kvalitetno uradio svoj posao. Problem postaje još veći ako se AI trenira na podacima zaposlenih koji su ranije napredovali. Ako su oni uglavnom bili dostupni van radnog vremena, imali neprekidnu karijeru i konstantnu aktivnost, algoritam može upravo te osobine da prepozna kao signal potencijala. A to ne znači da su zbog njih napredovali. AI prepoznaje obrasce, ali obrazac nije isto što i uzrok.
Zaposlena koja je nakon rođenja deteta promenila način rada može početi da izgleda drugačije u podacima. Možda više ne radi do kasno, ima preciznije radno vreme, uzela je porodiljsko odsustvo ili je manje dostupna za posao vikendom. Ako se upravo ti signali koriste za procenu angažovanosti,Motherhood penalty čak i kada su rezultati njenog rada jednako dobri. To je ono što ovu tehnologiju čini posebno zanimljivom: AI ne mora da stvori diskriminaciju da bi je proširio. Dovoljno je da je nauči.
Ovo nije samo američki problem. U Srbiji je diskriminacija žena u oblasti rada i zapošljavanja već dokumentovana, uključujući slučajeve povezane sa trudnoćom i porodiljskim odsustvom. Istovremeno, AI postaje deo procesa zapošljavanja. RTS je pisao o korišćenju veštačke inteligencije i algoritama u selekciji kandidata, ali i o riziku od njihove pristrasnosti.
Za sada nema dovoljno javno dostupnih dokaza da AI sistemi u Srbiji već sistematski kažnjavaju majke. Ipak, pitanje postaje važno kako automatizovana procena bude ulazila u više segmenata sveta rada. Jer ako algoritam uči iz sistema u kojem već postoje rodne i porodične predrasude, postoji rizik da ih samo reprodukuje u novom obliku.
Ako kompanija AI sistemu kaže da je najbolji zaposleni onaj koji je stalno online, on će tražiti upravo takve ljude. Zato kompanije koje koriste AI za zapošljavanje, procenu učinka ili napredovanje moraju da se pitaju: Da li podaci koje koristimo zaista mere kvalitet rada ili samo dostupnost?
Majčinstvo ne bi trebalo da bude profesionalni minus. Manje dostupnosti nije automatski i manje posvećenosti. Fleksibilno radno vreme nije manje ambicije. Porodiljsko odsustvo nije prekid profesionalnog identiteta. Ako AI treba da bude deo budućnosti rada, trebalo bi da nam pomogne da odvojimo vidljivost od produktivnosti i dostupnost od stvarnog rezultata.
U suprotnom, tehnologija koja je trebalo da ukloni ljudske predrasude može samo da ih pretvori u precizniji, brži i mnogo veći sistem. AI ne stvara „motherhood penalty“. Ali ako bez provere uči iz sveta u kojem ona već postoji, može da je pretvori iz društvenog obrasca u algoritamsku odluku.
Foto: kaboompics.com
