المرأة في قطاع التكنولوجيا 2026: تقدم وركود وفجوة الجنسين في الذكاء الاصطناعي

عقد من وعود التنوع والأرقام بالكاد تحركت

في عام 2014، نشرت Google أول تقرير لها عن التنوع، كاشفةً أن 29% من قواها العاملة العالمية كانت من النساء، مع نسبة أقل في المناصب التقنية. تعهدت الشركة بمئات الملايين من الدولارات لتحسين التمثيل. بعد عقد من الزمن، وصلت القوى العاملة الإجمالية في Google إلى 33.8% من الإناث (2024)، مع المناصب التقنية عند حدود 26%. تتراوح نسب Meta وMicrosoft وApple وAmazon في نطاق مماثل يتراوح بين 24-29% من النساء في المناصب التقنية. ثم في عام 2025، توقفت Google وMeta وMicrosoft بهدوء عن نشر تقارير التنوع، في إطار تراجع أوسع عن التزامات التنوع والمساواة والشمول في الشركات.

هل هناك تقدم؟ نعم، مكاسب متواضعة على مدى عقد. لكن الوتيرة تظل بطيئة للغاية مقارنة بالموارد المستثمرة وإلحاح الخطاب. بالمعدل الحالي، لن تتحقق المساواة بين الجنسين في المناصب التقنية قبل عقود.

الصورة العالمية صارخة: تشغل النساء ما يقارب 26-28% من المناصب التقنية في العالم، وهو رقم أكدته تحليلات متعددة بما في ذلك تقرير الفجوة العالمية بين الجنسين 2025 الصادر عن المنتدى الاقتصادي العالمي. في مجال الذكاء الاصطناعي تحديداً، القطاع الأسرع نمواً والأعلى أجراً في الصناعة، ينخفض الرقم إلى حوالي 22% من المتخصصين في الذكاء الاصطناعي عالمياً. بين الباحثين في الذكاء الاصطناعي الذين ينشرون أوراقاً بحثية محكّمة، تمثل النساء حوالي 20%. وتشغل النساء أقل من 14% من المناصب التنفيذية العليا في الذكاء الاصطناعي.

هناك إشارة مشجعة واحدة: يشير المنتدى الاقتصادي العالمي إلى أن حصة النساء اللواتي يمتلكن مهارات هندسة الذكاء الاصطناعي على ملفات LinkedIn ارتفعت من 23.5% في 2018 إلى 29.4% في 2025، وأن فجوة الجنسين في مواهب الذكاء الاصطناعي تقلصت في 74 من أصل 75 اقتصاداً تمت دراسته. لكن هذه المكاسب هشة، مركّزة في أدوار معينة، ولم تنعكس بعد على تكافؤ الفرص في المناصب القيادية.

فجوة الجنسين في الذكاء الاصطناعي ذات أهمية خاصة لأن أنظمة الذكاء الاصطناعي تعكس وجهات نظر صانعيها. عندما تكون الغالبية العظمى من مطوري وباحثي ومديري منتجات الذكاء الاصطناعي من الرجال، فإن الأنظمة الناتجة تخاطر بعكس وجهات نظر يهيمن عليها الذكور وقد تفشل في مراعاة احتياجات وتجارب واهتمامات السلامة الخاصة بالنساء.

خط الإمداد: أين تُفقد النساء

“مشكلة خط الإمداد”، أي الحجة القائلة بأن عدداً أقل من النساء يدخلن تعليم العلوم والتكنولوجيا والهندسة والرياضيات (STEM) وبالتالي أقل عدداً متاحاً للمناصب التقنية، حقيقية لكنها غير كافية كتفسير شامل.

المرحلة الأولى: التعليم في مجالات STEM

تحصل النساء على حوالي 58% من جميع شهادات البكالوريوس في الولايات المتحدة، بما في ذلك حوالي نصف شهادات العلوم والرياضيات. في الأحياء والكيمياء والعديد من التخصصات العلمية، وصلت النساء إلى التكافؤ أو اقتربن منه. لكن في علوم الحاسوب، تحصل النساء على حوالي 21% فقط من شهادات البكالوريوس، وهو رقم بالكاد ارتفع منذ 2010. هذا الرقم أقل بشكل ملحوظ من ذروة 37% التي تحققت في عام 1984.

يُعد الانخفاض من ذروة 1984 أحد أكثر الاتجاهات المدروسة في التعليم. حدد الباحثون عوامل مساهمة: انتشار الحواسيب الشخصية التي تم تسويقها بشكل أساسي للأولاد في الثمانينيات والتسعينيات، والصورة النمطية لـ”ثقافة المهووسين” التي أثنت الفتيات عن التعرف على الحوسبة، وتجانس أقسام علوم الحاسوب الذي جعل النساء يشعرن بعدم الترحيب، ونقص القدوات النسائية المرئية في مجال الحوسبة.

على المستوى العالمي، تتباين الصورة بشكل كبير. في الهند، تحصل النساء على أكثر من 40% من شهادات STEM. في دول الخليج، تمثل النساء ما يصل إلى 60% من طلاب الهندسة وفقاً لـ UNESCO. في الشرق الأوسط وشمال أفريقيا، غالباً ما تتجاوز مشاركة النساء في تعليم STEM تلك الموجودة في كثير من الدول الغربية، وهي ظاهرة يسميها الباحثون “مفارقة المساواة بين الجنسين”. لكن هذه المكتسبات التعليمية لا تنعكس دائماً على المشاركة في سوق العمل بسبب حواجز ثقافية واقتصادية وهيكلية.

المرحلة الثانية: الدخول إلى سوق العمل

تدخل النساء الحاصلات على شهادات في علوم الحاسوب سوق العمل التقني بمعدلات أقل من الرجال. وفقاً لدراسة “Resetting Tech Culture” من Accenture وGirls Who Code، تغادر 50% من الشابات اللواتي يدخلن قطاع التكنولوجيا قبل بلوغ سن 35 عاماً. الأسباب الرئيسية المذكورة:

• ثقافة عمل معادية أو غير مرحّبة: كشفت دراسة Tech Leavers من Kapor Center أن 78% من جميع الموظفين في قطاع التكنولوجيا أفادوا بتعرضهم لشكل من أشكال المعاملة غير العادلة في العمل، حيث تعاني النساء من ظلم أكبر بشكل ملحوظ مقارنة بالرجال. كانت المعاملة غير العادلة السبب الأول لمغادرة الموظفين، بتكلفة تُقدر بـ 16 مليار دولار سنوياً على القطاع.
• نقص فرص الترقي: تتم ترقية النساء إلى مناصب القيادة التقنية بمعدلات أقل من الرجال ذوي تقييمات الأداء المماثلة. تُظهر بيانات McKinsey لعام 2025 أن 93 امرأة فقط تتم ترقيتهن إلى مستوى المدير مقابل كل 100 رجل.
• فجوات في الأجور: تبلغ فجوة الأجور غير المعدلة بين الجنسين في قطاع التكنولوجيا بالولايات المتحدة حوالي 22%، مما يعني أن النساء يكسبن حوالي 0.78 دولار مقابل كل دولار يكسبه الرجال. عند ضبط المتغيرات حسب نوع الوظيفة والمستوى والموقع الجغرافي، تتقلص الفجوة إلى حوالي 4%. ومع ذلك، تتسع الفجوة بشكل كبير في المستويات العليا، حيث تضخم الاختلافات في تعويضات الأسهم وهياكل المكافآت والتأثيرات التراكمية لبطء الترقية التفاوت إلى 15-20%.
• عبء الرعاية: يتعارض العبء غير المتناسب للرعاية الذي تتحمله النساء، بما في ذلك رعاية الأطفال ورعاية المسنين، مع معايير صناعة التكنولوجيا المتمثلة في ساعات العمل الطويلة والتوافر الدائم.

المرحلة الثالثة: القيادة العليا

تتفاقم مشكلة الاستنزاف في المستويات العليا. تشغل النساء تقريباً:

• 26-28% من المناصب التقنية للمبتدئين عالمياً
• ~20% من مناصب المهندسين الأقدم/الخبراء
• ~15% من مناصب نائب الرئيس للهندسة
• ~12% من المناصب التنفيذية في STEM (بيانات المنتدى الاقتصادي العالمي)
• 11% من مناصب الرؤساء التنفيذيين في Fortune 500 (رقم قياسي بـ 55 امرأة في 2025، لكن أقل بكثير في شركات التكنولوجيا تحديداً)

هذا هو “خط الإمداد المتسرب”: تُفقد النساء في كل مرحلة، من التعليم إلى المستوى المبتدئ، مروراً بمنتصف المسيرة المهنية وصولاً إلى القيادة، مع أكبر انخفاض يحدث عند الانتقال في منتصف المسيرة المهنية والقفزة إلى القيادة العليا. نقطة مضيئة ملحوظة: تشغل النساء الآن منصب المديرة المالية في عدة شركات تكنولوجيا كبرى، بما في ذلك Alphabet وMicrosoft وNvidia وOpenAI وSalesforce.

فجوة الجنسين في الذكاء الاصطناعي: مشكلة تتفاقم

يزيد طفرة الذكاء الاصطناعي من حدة فجوة الجنسين بطرق جوهرية. تتطلب مناصب الذكاء الاصطناعي مهارات مركّزة في المجالات ذات أدنى تمثيل نسائي: الرياضيات المتقدمة والتعلم العميق وهندسة الأنظمة. النتيجة:

حوالي 22% فقط من المتخصصين في الذكاء الاصطناعي عالمياً هم من النساء. في أبحاث الذكاء الاصطناعي، المستوى الأكثر هيبة والأعلى أجراً، يكون التمثيل أقل حتى، حيث تشغل النساء أقل من 14% من المناصب التنفيذية العليا في الذكاء الاصطناعي.

أنماط التوظيف في الذكاء الاصطناعي تعزز الفجوة. غالباً ما تستقطب الشركات التي تبني فرق الذكاء الاصطناعي من مجموعة صغيرة من البرامج النخبوية (Stanford وMIT وCMU ومختبرات مثل DeepMind وFAIR) التي تعاني هي نفسها من تمثيل نسائي منخفض. يخلق هذا النمط في “التوظيف حسب النسب” دورة ذاتية التعزيز.

قد تتضمن أدوات الذكاء الاصطناعي تحيزاً جنسياً مدمجاً. أنظمة الذكاء الاصطناعي المدربة على بيانات تاريخية، مثل قرارات التوظيف وسجلات الترقية وتقييمات الأداء، تتعلم وتعيد إنتاج التحيزات الموجودة في تلك البيانات. طورت Amazon أداة توظيف بالذكاء الاصطناعي بدءاً من عام 2014 كانت تخفض تقييم السير الذاتية التي تحتوي على إشارات إلى كلمة “women’s” (كما في “women’s chess club”) وتفضل لغة أكثر شيوعاً في سير المهندسين الذكور. تم التخلي عن الأداة في 2017 بعد أن قررت الشركة أن التحيز لا يمكن إصلاحه. تبقى الديناميكية الأساسية، أي تعلم الذكاء الاصطناعي من بيانات تاريخية متحيزة، خطراً سائداً في جميع أنحاء الصناعة.

الذكاء الاصطناعي التوليدي والتمثيل. تولّد نماذج الذكاء الاصطناعي لتحويل النص إلى صورة بشكل غير متناسب شخصيات ذكورية للأدوار المهنية (“رئيس تنفيذي”، “مهندس”، “طبيب”) وشخصيات أنثوية لأدوار منزلية أو جنسية. يعكس هذا تحيزات بيانات التدريب، وعندما تُستخدم الصور المولدة بالذكاء الاصطناعي على نطاق واسع، يمكن أن يعزز الصور النمطية على نطاق واسع.

ما الذي يُحدث فرقاً فعلياً

بعد عقدين من مبادرات التنوع، حددت الأبحاث ما ينجح وما لا ينجح.

ما لا يَنجح

التدريب الإلزامي على التنوع: وجد تحليل تلوي أجراه Paluck وزملاؤه عام 2021، بفحص أكثر من 400 دراسة، أن تأثيره على تقليل التحيز يكاد يكون صفرياً. أظهر باحثا Harvard، Frank Dobbin وAlexandra Kalev، أنه على مدى 30 عاماً من البيانات، غالباً ما لا يكون للتدريب الإلزامي على التنوع أي تأثير أو حتى يزيد التحيز من خلال إثارة الدفاعية والاستياء. يؤدي التدريب الطوعي القائم على المهارات أداءً أفضل إلى حد ما، لكن البرامج الإلزامية تظل هي القاعدة في معظم الشركات.

البرامج التي تركز فقط على خط الإمداد: البرامج التي تركز حصرياً على إدخال مزيد من النساء في تعليم STEM دون معالجة ثقافة مكان العمل والاحتفاظ بالموظفين والترقي تنتج مزيداً من النساء الداخلات إلى الصناعة لكن نفس النسبة تغادر.

أهداف التنوع بدون مساءلة: نشر أرقام التنوع دون ربطها بمؤشرات أداء الإدارة يُنتج تقارير وليس تغييراً. موجة 2025 من الشركات التي تخلت تماماً عن تقارير التنوع تؤكد هشاشة هذا النهج.

ما يَنجح

عمليات التوظيف المنظمة: إزالة المعلومات الشخصية من السير الذاتية (المراجعة العمياء)، واستخدام أسئلة مقابلة موحدة ومعايير تقييم محددة، واشتراط لجان مقابلة متنوعة يقلل بشكل كبير من تحيز التوظيف. شهد مكتب Deloitte في المملكة المتحدة زيادة بنسبة 33% في توظيف النساء بعد تطبيق التوظيف الأعمى. وجدت دراسة حالة في Google أن المقابلات المنظمة أدت إلى تقليل تحيز التوظيف بنسبة 40%.

الرعاية (وليس مجرد الإرشاد): المرشدون يقدمون النصائح؛ الرعاة يدافعون. القادة الكبار الذين يرعون النساء بنشاط، من خلال ترشيحهن للترقيات وتكليفهن بمشاريع عالية الظهور وتعريفهن بجهات اتصال مؤثرة، يسرّعون التقدم أكثر من أي برنامج تدريبي.

ترتيبات العمل المرنة: العمل عن بُعد والساعات المرنة وسياسات الإجازة الوالدية المدعومة فعلياً، وليس فقط المكتوبة في كتيبات السياسات، تفيد بشكل غير متناسب النساء اللواتي يتحملن مسؤوليات رعاية أكبر. وجدت دراسة Accenture أن تبني خمس ممارسات شاملة فقط يمكن أن يساعد في الاحتفاظ بحوالي 1.4 مليون امرأة في قطاع التكنولوجيا بحلول 2030.

شفافية الأجور: الكشف الإلزامي عن الرواتب ومراجعات المساواة في الأجور تسد فجوات التعويضات. يتطلب التوجيه الأوروبي لشفافية الأجور، بموعد نهائي للتحويل في 7 يونيو 2026، من أصحاب العمل تقديم نطاقات رواتب في إعلانات الوظائف وإجراء تقارير منتظمة عن فجوة الأجور. كان التطبيق بطيئاً، حيث لم تُكمل أي دولة عضو تشريعاتها حتى مطلع 2026، لكن الاتجاه التنظيمي واضح.

تطوير المنتجات الشامل: الفرق التي تشمل نساء في تطوير الذكاء الاصطناعي وتصميم المنتجات والاختبار تنتج منتجات تعمل بشكل أفضل لمستخدمين متنوعين. هذه حجة تجارية وليست مجرد حجة إنصاف: المنتجات المصممة للجميع تحقق أداءً أفضل في السوق.

الاختلافات الإقليمية

تختلف فجوة الجنسين بشكل كبير حسب المنطقة.

الدول الإسكندنافية (سياسة اجتماعية قوية، أرقام تقنية معتدلة): تعد السويد والنرويج وفنلندا رائدات عالمياً في المساواة بين الجنسين، مع شبكات أمان اجتماعي قوية تشمل إجازة والدية سخية ورعاية أطفال مدعومة. ومع ذلك، فإن قطاعاتها التقنية تحديداً لا تضم سوى 24-28% من النساء، وهي نسبة مماثلة للمتوسط العالمي. يفسر “مفارقة المساواة بين الجنسين” هذا جزئياً: في البلدان ذات الأنظمة الاجتماعية القوية، تتمتع النساء بحرية أكبر لاختيار مسارات مهنية بناءً على الاهتمام بدلاً من الضرورة الاقتصادية، وعدد أقل يختارون الحوسبة.

الهند (فجوة التعليم-العمل): تنتج الهند أعداداً كبيرة من خريجات STEM، حيث تذهب أكثر من 40% من شهادات STEM للنساء. حققت شركات تكنولوجيا المعلومات الهندية الكبرى تقدماً كبيراً: توظف TCS نسبة 35.5% من النساء، وWipro نسبة 36.6%، ووصلت Infosys إلى 39% مع هدف 45% بحلول 2030. ومع ذلك، تظل المشاركة في سوق العمل الأوسع محدودة بسبب الحواجز الثقافية ومخاوف السلامة وانقطاعات المسيرة المهنية لأسباب عائلية.

الشرق الأوسط وشمال أفريقيا (مفارقة التعليم-العمل اللافتة): تسجل عدة دول في منطقة الشرق الأوسط وشمال أفريقيا معدلات خريجات STEM مرتفعة بشكل ملحوظ. تقدر UNESCO أن النساء يشكلن ما يصل إلى 60% من طلاب الهندسة في دول الخليج. وتفيد إيران بأن حوالي 70% من طلاب الجامعات في STEM من النساء. لكن تستمر حواجز كبيرة أمام المشاركة في سوق العمل، بما في ذلك التوقعات الثقافية والبنية التحتية المحدودة لبيئة العمل وقيود سوق العمل. تعمل الإمارات العربية المتحدة والمملكة العربية السعودية بنشاط على زيادة مشاركة المرأة في التكنولوجيا كجزء من استراتيجيات التنويع الاقتصادي.

أفريقيا جنوب الصحراء: يشهد قطاع التكنولوجيا في دول مثل نيجيريا وكينيا وجنوب أفريقيا مشاركة نسائية مرتفعة نسبياً في بعض القطاعات، خاصة إدارة المنتجات والتصميم، لكن تمثيلاً منخفضاً في أدوار الهندسة والذكاء الاصطناعي.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• World Economic Forum — Global Gender Gap Report 2025
• WEF — Gender Parity in the Intelligent Age (مارس 2025)
• Stanford HAI — AI Index Report 2025
• McKinsey — Women in the Workplace 2025
• Deloitte — Women and Generative AI (2025)
• Accenture & Girls Who Code — Resetting Tech Culture
• Kapor Center — Tech Leavers Study (2017)
• Paluck et al. — التحليل التلوي لتقليل التحيز (2021)
• Dobbin & Kalev — Why Diversity Programs Fail (HBR)
• التوجيه الأوروبي لشفافية الأجور — حالة التطبيق
• Payscale — 2025 Gender Pay Gap Report
• Ravio — Gender Pay Gap in European Tech (2025)
• Fortune — Women CEOs on 2025 Fortune 500
• UNESCO — بيانات عالمية عن المرأة في STEM
• NSF — بيانات شهادات علوم الحاسوب حسب الجنس