Anghydraddoldebau deallusrwydd artiffisial: Oedran

A ddylai eich oedran ddylanwadu ar eich gallu i gael swydd, ac i gadw swydd? Ers tro byd, mae oedran wedi bod yn gategori gwarchodedig na ddylid ei ystyried pan fydd cyflogwyr yn penderfynu pwy i’w gyflogi a phwy i’w ddiswyddo. Ond gyda'r defnydd cynyddol o ddeallusrwydd artiffisial, mae sawl ffordd i oedran allu dylanwadu ar bwy sy’n cael ei ddewis ar gyfer swydd, pa fath o waith maent yn ei wneud, neu sut mae gweithiwr yn cael ei reoli. Mae ymchwil yn dangos bod defnyddio deallusrwydd artiffisial yn y gweithle yn cael effaith negyddol anghymesur ar weithwyr iau a hŷn. 

Mae gweithwyr ifanc yn tueddu i fod yn fwy agored i ddeallusrwydd artiffisial, ac o gael eu heffeithio ganddo. Y rheswm am hynny yw bod deallusrwydd artiffisial yn cael ei ddefnyddio fwy wrth gyflogi a rheoli swyddi lefel mynediad. Mae tueddiad i weld mwy o weithwyr ifanc mewn swyddi ansefydlog, fel gwaith llwyfan a gwaith warws, lle mae prosesau rheoli algorithmig fel y’u gelwir wedi ennill eu plwyf.  Yn aml, mae hyn yn cynnwys lefelau uwch o wyliadwriaeth a dwysáu gwaith sy’n tanseilio amodau gwaith teg, gan greu'r ymdeimlad o annhegwch a dryswch.  

Ar yr un pryd, mae gweithwyr hŷn yn profi allgáu ac effeithiau niweidiol drwy’r defnydd o ddeallusrwydd artiffisial. Mae hynny oherwydd nad ydynt naill ai’n gallu cael gwaith, neu oherwydd eu bod yn cael eu “gwthio allan” o’u swyddi gan dechnegau rheoli algorithmig. Gall hyn ddigwydd hyd yn oed os nad yw data am oedran yn cael ei gasglu, ond bod data arall yn cael ei ddefnyddio fel procsi e.e. cyfrif e-bost mae rhywun yn ei ddefnyddio wrth wneud cais am swyddi, neu’r ffordd mae hysbysebion swyddi’n cael eu targedu at grwpiau penodol ar sail data ymddygiad a fyddai’n debygol o eithrio gweithwyr hŷn, fel aelodaeth o grwpiau cyfryngau cymdeithasol penodol. 

Mae ymchwil yn dangos sut mae technolegau newydd, gan gynnwys dyfeisiau tracio a thechnolegau mae modd eu gwisgo, yn cael eu defnyddio i osod targedau nad yw pobl hŷn yn aml yn gallu eu cyrraedd, fel llwybrau ac amseroedd danfon, ac felly maent yn cael eu defnyddio i ddisodli gweithwyr o’r fath â gweithwyr iau. Mae’r mathau hyn o dechnegau, sy’n cael eu gyrru gan ddata, yn fwy sefydlog mewn sectorau ansicr sy’n gysylltiedig â’r economi gìg, ac sydd â gorgynrychiolaeth o weithwyr iau. Er hynny, o ganlyniad i’r datblygiadau cyflym mewn technolegau deallusrwydd artiffisial, mae’r mathau hyn o arferion yn symud i fathau mwy safonol o gyflogaeth, gan gynnwys gwaith post a lletygarwch, lle mae'r gweithlu’n draddodiadol wedi bod yn fwy amrywiol.    

Efallai ein bod yn tybio bod deallusrwydd artiffisial yn rhywbeth mwy cyffredin mewn gwaith ‘coler wen’ ymysg gweithwyr sydd ar eu hanterth o ran oedran, ac er bod gweithwyr o’r fath yn ymgysylltu mwy â deallusrwydd artiffisial, mae ymchwil yn dangos eu bod yn tueddu i fod mewn sefyllfa well o ran defnyddio adnoddau o’r fath i ategu eu sgiliau yn hytrach na bod angen uwchsgilio neu gyflogi rhywun arall yn eu lle. Maent felly’n fwy tebygol o fod mewn sefyllfa i fanteisio ar gyfleoedd deallusrwydd artiffisial yn hytrach na theimlo eu bod yn fygythiol i’w gwaith. 

Mae’n edrych yn debyg y bydd rhaniadau o’r fath yn ehangu gyda nifer y gweithwyr sy’n manteisio ar ddeallusrwydd artiffisial cynhyrchiol yn gostwng gydag oedran, gyda dim ond 34% o fenywod a 42% o ddynion yn y grŵp oedran 55-65 yn dweud eu bod yn defnyddio offer deallusrwydd artiffisial cynhyrchiol o leiaf unwaith yr wythnos o gymharu â 71% o ddynion a 59% o fenywod yn y grŵp oedran 18-24 oed, yn ôl arolwg byd-eang a gynhaliwyd yn 2024 gan Fforwm Economaidd y Byd gyda 25,000 o oedolion sy’n gweithio. 

Mae ymchwil hefyd yn dangos bod gweithwyr hŷn yn llawer mwy tebygol o weld technolegau sy’n dod i’r amlwg fel rhai negyddol neu niweidiol, ac yn teimlo eu bod mewn perygl oherwydd nad oes ganddynt ddigon o sgiliau i ddefnyddio'r deallusrwydd artiffisial cynhyrchiol sy’n cael ei fabwysiadu’n eang.  

Felly, beth sy’n cael ei wneud i fynd i’r afael â’r anghydraddoldebau mewn perthynas â deallusrwydd artiffisial ac oedran? Mae ymdrechion yn yr UE ac mewn mannau eraill i ddatblygu dyluniad mwy sensitif i oedran ar gyfer amgylcheddau gwaith, ac mae galwadau wedi cael eu gwneud yn y DU i roi cyfrif gwell i weithwyr hŷn mewn polisïau cynhwysiant digidol ac i ddarparu mwy o addysg sgiliau digidol i bobl iau. Mae hyn yn cynnwys ystyried sut mae paratoi gweithwyr hŷn ac iau yn well ar gyfer gweithleoedd sy’n cael eu gyrru gan ddeallusrwydd artiffisial, a sicrhau bod polisïau ar waith i ddiogelu gweithwyr sy’n arbennig o agored i effeithiau niweidiol deallusrwydd artiffisial ar draws y farchnad lafur. 

Mae gweithwyr hefyd wedi bod yn mynd ati i wrthsefyll defnydd niweidiol o ddeallusrwydd artiffisial yn y gweithle, boed hynny gyda neu heb gymorth undeb, yn enwedig yn yr economi gìg lle rydym ni wedi gweld gweithwyr ifanc, gan gynnwys cludwyr Deliveroo a gyrwyr Uber, yn brwydro am well amddiffyniad yn erbyn technegau rheoli algorithmig a hawliau llawn i weithwyr. Fodd bynnag, y tu allan i’r camau gweithredu penodol hyn ar lwyfannau penodol, mae’n werth cofio bod aelodaeth undebau ymysg gweithwyr ifanc yn dal yn sylweddol is o gymharu â grwpiau oedran eraill, ac felly nad yw eu profiadau bob amser yn cael eu hystyried yn llawn mewn strategaethau undebau, er gwaethaf eu cysylltiad anghymesur â deallusrwydd artiffisial yn y gweithle. Felly, mae mynd i’r afael yn ddigonol ag anghydraddoldebau deallusrwydd artiffisial mewn perthynas ag oedran yn parhau i fod yn her sylweddol.  

Mae TUC Cymru yn ymgyrchu dros amddiffyn pob gweithiwr rhag peryglon AI.  Os ydych chi'n weithiwr iau neu'n hŷn 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.