ラッセル・サーダー会長兼CEOは、生涯学習者の世界を構築するという使命を掲げてNetCom Learningを率いています。
人工知能革命が到来し、ほとんどの組織が認識する以上のスピードで雇用のルールを書き換えています。見出しはAIの印象的な能力に注目していますが、より懸念すべき問題が浮上しています：この技術によって最も影響を受けるのは誰なのでしょうか？
AIは産業を変革する大きな可能性を秘めています。しかし、その恩恵が包括的であり、テクノロジー雇用における既存の不均衡に対処することが重要です。
AIと雇用
AIは革新の波とともに職場を大きく変えています。しかし、特に高リスクのホワイトカラー職において、従業員にとって不確実な環境を生み出しています。
雇用代替の傾向
その結果は数字に表れています。2022年以降、6万1000人以上のテクノロジー労働者が職を失っており、アマゾンなどの企業がデバイスおよびサービス部門のポジションを削減しています。
私にとってさらに衝撃的なのは、AIが根本的なレベルで採用慣行を標的にしていることです。ShopifyやDuolingoなどの企業は、AIではなく人間を雇用する場合の正当化を求める方針を導入しています。
スキルギャップ
AIが特定の役割を置き換える一方で、同時にAIリテラシーを持つプロフェッショナルに対する予想外の需要を生み出しています。しかし、労働力はこれらの需要に応えられる準備ができているでしょうか？
熟練したAI人材の不足が認識されており、多くの企業がAIスキルを持つ従業員を見つけることに困難を報告しています。そのため、この需要に応えるために既存のスタッフのスキルアップに強い焦点が当てられています。
先進的な企業は、このスキル不足が過小評価されているグループにとってレバレッジを生み出すことを認識しています。AI人材の需要が供給を上回るにつれ、組織はより多様な採用源や分野への代替的な道筋に対してオープンになりつつあります。
テクノロジー雇用における既存の公平性ギャップ
企業がAIやテクノロジーの役割に急速に人材を採用していても、すべての人がこれらの機会から同じように恩恵を受けられるわけではありません。職場では依然として公平性のギャップが存在します。しかし、この危機が体系的な変化の触媒となっているかもしれません。
ジェンダーに基づくバイアス
女性は特に事務職においてAI自動化による雇用喪失のリスクが高いものの、この混乱は組織に人材管理戦略の再考を迫っています。
2024年グローバルジェンダーギャップレポートによると、女性はSTEM労働力のわずか28.2%を占めるに過ぎませんが、AI人材不足によりこの未活用分野を活用する緊急性が生まれています。
産業界は現在、多様なチームがAI開発においてより良いパフォーマンスを発揮することを発見しており、女性やマイノリティのより意図的な採用を促進しています。
社会経済的障壁
現代の経済システムには、恵まれない背景を持つ個人の成功を妨げる根深い障壁が依然として存在します。多くの場合、こうした個人は社会で最も才能があり勤勉な人々です。
メンターや強力なサポートシステムがなければ、そのような才能ある労働者の多くは下位の役職にとどまり、リーダーシップの機会を逃しています。AIとテクノロジーの未来が公平で包括的なものになることを望むなら、企業は採用と昇進の方法を変える必要があります。AIの仕事をより身近にすることは、よりスマートで倫理的な技術を開発するために不可欠です。
伝統的な障壁
AIチューターやオープンオンラインプログラムが質の高い学習とキャリアを大規模に拡大するにつれ、アクセスの障壁は狭まっています。AIチュータリングは効果的な教育方法と組み合わせることで、成果を向上させ、習得までの時間を短縮できます。テクノロジーは伝統的なゲートキーパーに代わる選択肢を生み出しています。
包括的なAI雇用創出のための戦略
世界中の組織がより包括的な未来に向けたアプローチを採用しています。彼らは今、多様性が経済的にも道徳的にも、すべての人に平等にサービスを提供するAIシステムを開発するために不可欠であることを認識しています。
スキルベースの採用慣行
スキルベースの採用へのシフトは、長期的に企業にとって有望です。雇用主は学位を持つプロフェッショナルよりもスキルベースのプロフェッショナルの採用に重点を置いています。
スキルは現在、博士号を除くすべての学位のプレミアムを超える23%の賃金プレミアムを持っています。これにより、伝統的な高等教育を受けていない人々にもAIキャリアへのアクセスが提供される可能性があります。
教育的・制度的アプローチ
この分野で早期にスタートすることが最も有益です。高等教育機関は、可能な限り早い段階で教育とスキルのギャップを埋める必要性を認識しています。
対象を絞った奨学金は、過小評価されているグループにAIおよびテクノロジー産業への代替的な道筋を作り出しています。
組織的メンタープログラム
多くの組織が、AIを活用した役割への移行において過小評価されている従業員が取り残されないよう、AI-スキルアップイニシアチブ内に構造化されたメンタリングを導入しています。これらのプログラムは多くの場合、ピア学習、技術トレーニング、指導付きメンタリングを組み合わせて、多様な背景を持つ従業員が新たなAI機能において自信と可視性を獲得できるよう支援しています。
IBMのSkillsBuildやGoogleのAI Opportunityパートナーシップなどのグローバルイニシアチブは、メンタリングとアクセスしやすいトレーニングがAI雇用への参加をどのように広げることができるかを示しています。部門や地域を超えた接続の機会と学習サポートを組み合わせることで、こうした取り組みは組織がAI対応の労働力を構築する方法の中心に包括性を確保するのに役立ちます。
AI採用ツール
最も強力な架け橋となるツールはAI自体かもしれません。組織は現在、名前、性別、年齢、民族性などの識別情報を削除して履歴書を匿名化し、アイデンティティよりもスキルを優先する新しい方法を作成・実装するためにAIツールを使用しています。
これらのシステムは、採用プロセスが無意識のうちに資格のある多様な候補者を排除している可能性がある場所を企業が理解するのに役立ちます。
Textioのようなプラットフォームは、AIを使用して求人情報を包括性のために最適化し、伝統的な資格や背景ではなく認知的・感情的特性に基づいて人材を特定します。
アプローチの採用
AIの時代における包括性の約束は、レトリックではなく到達範囲によってテストされるでしょう。本当の問題は、AIスキル、資格、雇用へのアクセスが中央集権的なままなのか、それとも普遍的に達成可能になるのかということです。
ベンダー連携および役割特化型の認定が10億人の学習者に届くようスケールされているAI CERTSでの私たちの仕事を通じて、自動化が教育を排他的なはしごからオープンなネットワークに変革する様子を目の当たりにしてきました。AIを活用した資格認定は、コスト、地理、制度的バイアスなど、かつて才能を見えなくしていた摩擦を取り除き、透明で検証可能なスキルの証明に置き換えます。
しかし、包括性はトレーニングで終わってはなりません。企業が狭いパイプラインから採用し続けたり、能力よりも資格を重視したりすれば、公平性のギャップは存続するでしょう—新しいツールでも同じ考え方です。本当の変化は、AIが人々の学び方だけでなく、認識され昇進する方法も民主化するときに訪れるでしょう。
仕事の未来はアルゴリズムだけで書かれるのではありません。それは、機会の輪を広げるために私たちがいかに勇敢にそれらを使用するかによって形作られるでしょう。
