尽管人工智能直到最近几年才成为主流现象，但它已经从根本上改变了我们的学习、工作、交流、购物、创作和决策方式。它的应用领域涵盖了从医疗保健到金融、从农业到娱乐等方方面面。
但这该由谁来建造呢？
遗憾的是，目前女性和女孩的人数还远远不够。
人工智能系统设计师对该行业的许多方面都产生着影响。他们决定哪些数据对人们来说重要、哪些问题需要解决，以及人工智能系统如何与用户（无论是出于工作还是个人用途）进行交互。当女性在这一领域中的代表性不足时，人工智能行业便会错失宝贵的经验和人才，更不用说她们的独特视角了。所有这些因素都将塑造人工智能的未来，并决定这些系统究竟能有多大用处、是否公平。
由于从小缺乏接触编程和工程学的机会，女孩们从很小的时候起就面临着这种不平衡。这种差距导致女孩们不太可能设想自己将来会在这些领域发展职业生涯。看到女性在这些领域工作并表现出色，对女孩们大有裨益；而人工智能领域女性的匮乏，则降低了这些女孩将来进入这些职业领域的可能性。
还有很长的路要走。据联合国教科文组织统计，目前全球STEM专业毕业生中女性仅占约35%。全球研究人员中，女性也仅占约三分之一。世界经济论坛的报告同样指出，女性在STEM岗位中所占比例仅为28.2%，在STEM领域的高管职位中所占比例仅为12.2%。
考虑到女性在高等教育或整体劳动力市场中的代表性并不不足，这些数据令人震惊。尽管在大多数国家，女性毕业生人数超过男性，但进入人工智能领域的女性却较少；即使进入该领域，她们晋升至高管层（C级）的可能性也较低。此外，与男性相比，女性的工作岗位更容易受到人工智能的冲击，且其工作更难因人工智能的应用而得到增强。
问题在于缺乏接触机会和曝光度，而这些障碍早在女性申请第一份科技行业工作之前就已存在。女孩们面临着关于其数学和工程能力的刻板印象，而且她们身边可能缺乏可以效仿的女性教师和专业人士。有些女性在年少时——也就是她们刚开始培养兴趣和建立自信的阶段——根本没有获得同样机会去尝试新技术。
人工智能会强化这些偏见。模型是基于由人和现有机构生成的数据进行训练的，这意味着它们可能会在不知不觉中复制社会中已存在的偏见。代表性是解决问题的灵丹妙药：拥有更广泛、更多元化经验的团队，更能发现问题、挑战既定假设，并提出那些否则可能会被忽略的问题。
尽管面临诸多挑战（以及不容乐观的数据），世界各地的项目仍在为女孩们开拓更多进入STEM和科技领域的途径。2025年，联合国教科文组织认可了“All Girls Code”项目，该项目为来自9个国家的2500多名女孩提供了免费的编程、新兴技术、领导力培训和导师指导机会。
如今，年轻女孩进入男性主导的科技领域的途径比以往任何时候都多。初中生可以在线学习编程，或者加入机器人团队或人工智能社团。大学生则可以参与科研、黑客马拉松、实习和导师指导。
而且，人工智能领域的职业发展远不止于软件工程。该领域不仅需要开发人员，还需研究人员、产品设计师、网络安全专家、政策专家、教育工作者、伦理学家以及传播专家。那些对技术感兴趣但并不认为自己适合做程序员的学生，同样也能找到许多贡献自己力量的方式。
随着人工智能改变劳动力市场，我们发现，在某些更容易受到生成式人工智能冲击的职业中，女性的比例偏高。教导女性和女孩如何使用新技术固然重要，但同样重要的是，要为她们提供机会，让她们参与技术的开发、对其提出质疑、加以改进，并参与决定其应用方式。
以下资源正在助力创造此类机会：
研究
在人工智能领域，女性的代表性不足。本文探讨了阻碍女性融入该领域的障碍，并分析了赋权在支持女性参与人工智能方面所发挥的作用。
本文探讨了人工智能领域女性参与不足对该领域发展造成的负面影响，并提出了一些弥合该领域性别差距的途径。
本研究综合了2010年至2024年间关于人工智能领域性别偏见的研究成果。此外，本研究还探讨了数字素养计划，并报告了这些计划在弥合差距方面的成效。
研究人员发现，截至2024年，人工智能领域从业者中仅有20%是女性。本研究通过梳理现有文献，旨在更深入地了解造成这一现象的原因。
能否利用人工智能技术，消除旅游业中女性创业面临的包容性障碍？——ScienceDirect
旅游业内部存在巨大的性别差距。本文探讨了人工智能在弥合这一差距方面可能发挥的作用，特别是通过帮助识别偏见来实现这一点。
本文探讨了利用人工智能帮助残障学生（特别是在STEM学科方面）的各种方法。
本研究发现，女性比男性更容易出现对人工智能的焦虑。这一发现为解决不同人工智能领域内的性别差异奠定了基础。
小学教育中的人工智能素养与性别平等：一项结合问卷验证的STEAM–PBL–AIoT课程准实验研究
即使在小学阶段，人工智能的使用和理解方面也存在性别差异。本研究探讨了人工智能素养课程对缩小这一差距可能产生的影响。
生成式人工智能影响中的性别差异：来自学术界的证据 | PNAS Nexus | 牛津学术
本研究发现，男性研究人员使用生成式人工智能的频率高于女性研究人员，这导致了产出水平上的差异。研究还探讨了针对这一问题的潜在解决方案。
高等教育学生对人工智能知识、影响及支持的自我认知中的性别偏见：一项观察性研究
本研究指出，由于男性和女性对人工智能的看法和理解存在差异，因此在制定人工智能课程时，必须兼顾这两种视角。
组织
“We Are Women in AI” 是一个致力于教育和支持从事人工智能领域工作的女性的组织。
“Women in AI”是一个专为人工智能领域的女性领导者和高管打造的网络平台。其使命是通过教育和赋能女性，助力缩小性别差距。
“AI Women Leaders”是一家致力于赋能人工智能领域女性从业者的非营利组织。该组织提供教育、支持及人脉拓展机会。
“Women in AI + ED”是一个由教育领域女性组成的社区，她们利用人工智能提升教学质量并创造新的机遇。
“人工智能治理领域的女性”是一个致力于赋能从事人工智能治理领域工作的女性的社区。
“人工智能伦理中的女性”是一个致力于通过教育、宣传和实际行动，帮助缩小人工智能及STEM领域内性别差距的组织。
“AI-Powered Women”致力于培养女性在人工智能领域担任领导职务。该组织提供由女性策划的会议和课程。
“Women Shaping AI”是一个旨在通过教育和赋能，帮助女性掌握在人工智能行业中取得成功所需技能的组织。
“Girls in AI” 通过播客以及与学校的合作，激励少女们在人工智能领域追求教育和职业发展。
“Women Defining AI” 为有志于在人工智能领域发展的女性提供研讨会和培训。
文章
研究表明，当人工智能识别出女性通常使用的语言模式时，生成的电子邮件会显得不够精炼和专业。
本文探讨了人工智能中的性别差异如何导致模型中的数据出现偏差，并给人工智能的发展带来负面影响。
人工智能发展迅速。而在劳动力市场和领导层中，女性却被甩在了后面。
联合国妇女署的这篇文章指出，女性在人工智能领域从业人员中的比例不足25%，且在领导岗位中所占比例不足15%。
女性正在回避人工智能。这会影响她们的职业生涯吗？ | 《职场知识》
哈佛商学院的这篇文章探讨了女性在职场中不太愿意使用生成式人工智能这一现象，并分析了这可能对其职业生涯产生的影响。
本文探讨了人工智能领域中性别失衡的若干原因，包括招聘偏见、缺乏榜样以及缺乏支持的文化。
报告：《女性在哪里？》——人工智能领域性别就业差距图谱 | 艾伦·图灵研究所
这份来自艾伦·图灵研究所的政策简报突出了人工智能领域中男女之间的差异，重点关注了薪资、培训和教育等领域。
女性占人工智能领域新聘人员的26%。这是设计缺陷，而非人才短缺。
这篇《福布斯》文章探讨了人工智能领域中的性别偏见，并提出了相应的解决方案，例如加强审核以及为公平的招聘实践提供更多激励措施。
本文探讨了人工智能模型中的性别偏见，重点分析了其在职场中的影响，例如人工智能倾向于选择男性求职者，以及在训练人工智能模型时女性观点的代表性不足等问题。
领英研究发现：在高薪人工智能岗位蓬勃发展的浪潮中，女性正被甩在后面——CBS新闻
这篇CBS的文章探讨了女性在人工智能岗位上面临的“断层阶梯”现象，并指出基于技能而非经验进行招聘，或许有助于缩小性别差距。
播客
《人工智能领域的女性》播客节目聚焦于从事人工智能职业的女性，并重点展示了该行业带来的部分积极影响。
《女性与人工智能》播客节目聚焦三位从事人工智能工作的女性，旨在鼓励和赋能该领域的女性从业者。
本期播客聚焦于人工智能领域女性当前面临的议题，包括性别差异以及技术进步。
《WomanAizer》播客致力于展示那些利用人工智能为维护人权而奋斗的女性。
本播客专访了人工智能领域的女性领导者。她们为那些希望投身人工智能行业或在此领域进一步发展事业的人提供了鼓励和建议。
《AI女性》播客分享了两位女性的专业见解，她们通过利用人工智能进行内容创作，成功创办了自己的企业。
“女性引领人工智能”——视频播客——Apple Podcasts
《Women Lead AI》是一档由女性主持的视频播客，每周都会采访人工智能行业的领军人物。
《AI Girls Club》播客旨在激励女性投身人工智能领域。该节目每周都会提供关于该行业的实用建议和知识。
《AI研究中的女性》是一档播客节目，致力于采访女性人工智能研究人员，并分享她们对该领域的见解和观点。
《Womansplaining AI》节目邀请了两位科技领域的女性领军人物，她们不仅分享了自己的见解和专业知识，还提供了关于如何有效利用人工智能的具体建议。
视频
在这段视频中，“人工智能领域的黑人女性”组织的创始人分享了她致力于在人工智能领域赋能黑人女性的使命。
InstaDeep 的女性创始人分享了她们的故事以及在人工智能技术领域取得的进展。
一场关于女性在人工智能未来中所扮演角色的深刻探讨，包括需要克服的障碍和偏见。
《真实女孩的AI精通指南》一书的作者劳伦·琼斯指出，女性在采用AI方面进展较慢，这可能会对她们的职业生涯产生负面影响。
女性在哪里？那个无人提及的AI性别差距 #国际妇女节 #科技界女性 - YouTube
本视频探讨了人工智能使用中的性别差异，并就女性为何比男性更不愿使用人工智能提出了一些解释。
这段视频介绍了“Girls Rule AI”项目的创始人，该项目旨在激励少女投身科技领域。
本视频提供了实用的建议，介绍企业如何鼓励女性更多地使用生成式人工智能，并为职场女性提供了相关建议。
谢丽尔·桑德伯格谈人工智能如何造成新的性别差距 - YouTube
Meta前首席运营官就职场中人工智能使用方面的性别差异发表了看法。
书籍
这是一本畅销书，其中收录了关于科技领域中的性别偏见对日常生活产生何种影响的案例研究
作者梅兰妮·米切尔探讨了关于人工智能的最紧迫问题，包括其潜在的故障点以及我们何时应该开始感到担忧。
艾米丽·张直面科技界猖獗的性别偏见，并针对这种正在伤害女性的歧视现象提出了切实可行的解决方案。
本书重点探讨了人工智能领域存在的性别差异，并就如何将女权主义融入科技界提出了切实可行的建议。
作者凯茜·奥尼尔探讨了那些掌控着现代生活方方面面的算法中固有的歧视和偏见，并呼吁业界领袖解决这一日益严峻的问题。
本书收录了对从事数据科学领域的母亲们的深度访谈。书中探讨了她们面临的挑战，以及为了在该领域取得成功所做出的调整。
本书客观地剖析了人工智能的现状及其对人类的意义，并呼吁业界人士共同努力，将人工智能的能力用于造福人类。
亚历克斯·罗伊特曼（Alex Roitman）是人工智能内容检测公司Pangram Labs的增长主管。他的工作重点在于研究人工智能生成的文本如何重塑写作、教育以及人们对开放网络的信任。
