Anghydraddoldebau deallusrwydd artiffisial: Menywod

Er gwaethaf ymdrechion ar y cyd i ddatblygu deallusrwydd artiffisial sy’n gallu mynd i’r afael â gwahaniaethau rhwng y rhywiau a chefnogi profiadau menywod, mae ymchwil i ddefnyddio technolegau deallusrwydd artiffisial yn y gweithle yn dangos bod deallusrwydd artiffisial yn tueddu i barhau â’r patrymau presennol o ran anghydraddoldeb rhwng dynion a menywod. Canfuwyd bod deallusrwydd artiffisial yn parhau â stereoteipiau rhywedd ac yn hyrwyddo normau rhywedd sy’n rhoi menywod dan anfantais anghymesur, boed hynny drwy gynorthwywyr llais benywaidd neu ddelweddau sy’n darlunio dynion mewn swyddi da. 

Mae ymchwilwyr yn awgrymu nad yw'r tueddiadau hyn yn syndod o ystyried y rhaniad parhaus a sefydlir yn gynnar mewn addysg lle mae pynciau gwyddoniaeth, technoleg, peirianneg a mathemateg (STEM) yn cael eu dilyn gan ddim ond 36% o'r boblogaeth fenywaidd fyd-eang, a Thechnoleg Gwybodaeth a Chyfathrebu gan ddim ond 29%, o'i gymharu â'r 70% sy'n dilyn pynciau iechyd a lles. 

Yn Ewrop, mae'r gyfran hyd yn oed yn llai gyda dim ond 34% o fenywod yn dilyn pynciau STEM ac 17% ym maes addysg TGCh. Mae’r rhifau hyn yn bwysig gan fod deallusrwydd artiffisial yn cael ei siapio’n bennaf gan yr amgylcheddau y mae’n cael ei ddylunio ynddynt, gan gynnwys gwerthoedd a phrofiadau datblygwyr a pheirianwyr sydd mewn perygl o esgeuluso anghenion defnyddwyr amrywiol ac sy’n gallu gwreiddio neu barhau â stereoteipiau a gwaharddiadau.

O ran recriwtio a chyflogi, ac fel rhan o'r gwaith o reoli gweithwyr hefyd, mae menywod yn tueddu i wynebu mathau o allgáu a gwahaniaethu o ganlyniad i’r defnydd o offer deallusrwydd artiffisial sy’n aml yn cael eu dylunio gan ddynion, ac ar gyfer dynion. Er enghraifft, mae ymchwilwyr wedi dangos y bydd anghydraddoldebau rhywedd presennol yn addysgu algorithmau bod menywod yn cael llai o gyflog na dynion, bod dynion yn fwy tebygol o gael benthyciadau busnes, bod dynion yn fwy tebygol o gael swyddi statws uwch, a bod dynion yn fwy tebygol o gael dyrchafiad. 

Mae hyn, yn ei dro, yn arwain at ragfynegiadau rhagfarnllyd sy'n llywio penderfyniadau ynghylch pwy fydd yn cael eu cyflogi ac ar ba delerau, gan gynnwys faint o dâl y mae ymgeisydd yn debygol o'i dderbyn. Dangosir bod algorithmau o blaid ‘nodweddion gwrywaidd’ mewn mesurau llwyddiant, megis pendantrwydd a hyder – sef rhywbeth sy'n cael ei annog yn fwy mewn dynion o fewn cymdeithas. Ar yr un pryd, mae rhai o’r technolegau hyn hefyd wedi cael eu defnyddio i dynnu sylw at ragfarnau presennol mewn sefydliadau, gan roi tystiolaeth o anghydraddoldeb rhywedd gyda data i gyflogwyr er mwyn annog camau i dargedu meysydd gwahaniaethu yn benodol. Ond yn aml mae angen mwy na datrysiad technegol i ddatrys hyn.  

Hefyd, er bod llawer o dechnolegau newydd ar y farchnad sydd wedi’u cynllunio’n benodol ar gyfer menywod, yn enwedig o ran iechyd a lles – sydd â ffocws ar faterion fel y menopos, beichiogrwydd a’r mislif, y gellir eu defnyddio mewn gweithleoedd i fod yn fwy cynhwysol o brofiadau menywod – mae’r rhain yn seiliedig ar y posibilrwydd o ddatgelu data personol iawn a allai gael ei gamddefnyddio gan gyflogwyr. 

Mae hyn yn broblem benodol i fenywod yn y gweithle, sydd eisoes yn fwy tebygol o brofi effaith niweidiol y lefelau uwch o wyliadwriaeth a tharfu ar breifatrwydd sy’n gysylltiedig â defnyddio technolegau sy’n cael eu gyrru gan ddata. Maent hefyd mewn llawer mwy o berygl o dechnolegau digidol yn cael eu defnyddio i aflonyddu arnynt neu i’w dychryn, fel y cynnydd yn y cam-drin rhywiol ar sail delweddau yn y gweithle drwy ddefnyddio deallusrwydd artiffisial, gydag ymchwil yn dangos effaith anghymesur ar fenywod o ran eu rhagolygon gwaith, diogelwch a llesiant.  

Mae swyddi ‘coler binc’, fel gwaith clercyddol, adnoddau dynol, swyddi manwerthu, canolfannau galwadau, a bancio – sy’n draddodiadol yn cael eu dominyddu gan fenywod – hefyd wedi cael eu hamlygu fel rhai sydd mewn perygl penodol o gael eu hawtomeiddio o ganlyniad i’r twf cyflym yn yr offer deallusrwydd artiffisial cynhyrchiol a ddefnyddir mewn gweithleoedd. Ar yr un pryd, canfuwyd bod menywod yn llai parod i ddefnyddio deallusrwydd artiffisial cynhyrchiol yn y gwaith. Mae effaith hyn ar anghydraddoldebau rhywedd yn dal yn ddamcaniaethol hyd yma, gan fod y technolegau hyn yn dal i gael eu cyflwyno’n raddol ar draws y farchnad lafur, ond mae’n cyflwyno her benodol i undebau.

Er fod y mwyafrif o aelodau undeb yn fenywod, maent yn tueddu i fod mewn cyflogaeth sy’n llai tebygol o gael cynrychiolaeth undeb ac felly’n gallu bod yn anoddach eu cyrraedd. Bu galwadau hefyd i wella’r amrywiaeth o fewn addysg pynciau STEM, gan gynnwys cyfrifiadura a pheirianneg, ac i fynd i’r afael â gwahaniaethau rhwng y rhywiau yn y diwydiant technoleg er mwyn dylunio technolegau i gyfrif am brofiadau mwy amrywiol. 

Mae ymdrechion polisi a rheoleiddio hefyd wedi ceisio tynnu sylw at faterion sy’n ymwneud â stereoteipiau rhywedd a rhagfarn fel rhan o agenda ‘Deallusrwydd Artiffisial Cyfrifol’ ehangach. Mae hyn yn cynnwys canolbwyntio ar sicrhau cydraddoldeb rhwng y rhywiau wrth hyfforddi a datblygu systemau algorithmig fel ffordd o sicrhau systemau deallusrwydd artiffisial cynhwysol, cyfrifol a theg. Ond er mwyn i hyn fod yn ystyrlon, mae ymchwilwyr yn awgrymu bod angen i ymdrechion o'r fath gael eu hategu gan ymgysylltiad â materion ehangach sy'n gallu mynd i'r afael ag anghydraddoldebau rhywedd yn ehangach, fel diwylliant y gweithle, aflonyddu, arferion cyflogi, tâl annheg a symboleiddio.  

Mae TUC Cymru yn ymgyrchu dros amddiffyn pob gweithiwr rhag peryglon AI.  Os ydych chi'n fenyw ac yn weithiwr ac yn poeni am y materion hyn, mynnwch eu trafod yn eich cangen undeb llafur.  Mae TUC Cymru wedi llwyddo i gyflwyno canllawiau ar y defnydd o ddeallusrwydd artiffisial yn y sector cyhoeddus.  Defnyddiwch nhw a'u haddaswch ar gyfer eich gweithle.    

Mae'r TUC yn gofyn am deddf newydd i warchod gweithwyr rhag bygythiadau AI ac wedi cynhyrchu ystod o ddeunyddiau i gynorthwyo cynrychiolwyr a swyddogion.

Mae’r adroddiad ‘Anghydraddoldebau AI yn y Gweithle’ ar gael ar wefan y Data Justice Lab.