Generative AI और महिलाओं का काम: नौकरी और बदलाव
महिलाओं के काम पर generative AI के असर से जुड़ी ILO research, exposure और job loss का अंतर, तथा employers, workers और policymakers द्वारा job quality और महिलाओं की भागीदारी बचाने के तरीके।
इस मार्गदर्शिका में
क्या generative AI महिलाओं की नौकरियाँ ले लेगा?
हर काम और कर्मचारी के लिए एक जैसा उत्तर नहीं है। 84 देशों के मिलाए गए डेटा पर ILO के 2026 विश्लेषण का अनुमान है कि पुरुष-बहुल occupations की तुलना में महिला-बहुल occupations के generative AI से प्रभावित होने की संभावना अधिक है: क्रमशः 29% और 16%। ILO कहता है कि अधिकांश occupations में व्यापक job loss से अधिक असर tasks, skills और काम की स्थितियों में बदलाव के रूप में आने की संभावना है। ये occupation-स्तर के वैश्विक exposure estimates हैं; इनका अर्थ यह नहीं कि 29% महिलाओं या भारतीय workers की नौकरी जाएगी। नतीजे employer के फैसलों, bargaining power और सामाजिक नीति पर निर्भर करेंगे।
Exposure और नौकरी बदलने या खत्म होने का अंतर समझें
Exposure का अर्थ है कि कुछ tasks technology से प्रभावित हो सकते हैं; इसका मतलब नहीं कि पूरी नौकरी खत्म हो जाएगी। भूमिका में AI-सहायता वाले नए काम जुड़ सकते हैं, routine काम घट सकता है, निगरानी बढ़ सकती है या workload बदल सकता है। पूछें कि कौन-से tasks बदलेंगे, फैसला कौन करेगा और बनी हुई productivity या समय का लाभ किसे मिलेगा।
समझें कि पुराने occupational patterns क्यों मायने रखते हैं
ILO महिला-बहुल occupations के अधिक exposure को clerical, administrative और business-support roles में महिलाओं की अधिक उपस्थिति से जोड़ता है, जहाँ routine tasks हैं। AI-संबंधित नौकरियों में भी महिलाओं का प्रतिनिधित्व कम है; इससे नए अवसरों और technology बनाने के फैसलों पर उनका प्रभाव सीमित हो सकता है। ये संरचनात्मक पैटर्न हैं, महिलाओं की technical क्षमता के बारे में प्रमाण नहीं।
वैश्विक अनुमान को स्थानीय वादा न मानें
84 देशों का विश्लेषण व्यापक पैटर्न समझने में मदद करता है, लेकिन किसी भारतीय workplace, occupation या व्यक्ति का भविष्य नहीं बताता। स्थानीय data, sector, भाषा, रोजगार की शर्तें और employer की deployment योजना मायने रखती हैं। Training या staffing का फैसला करने से पहले असली job और workplace का प्रमाण देखें।
| मौजूदा task और worker group | प्रस्तावित AI बदलाव | काम की गुणवत्ता और वेतन पर असर | Training और worker की राय | समीक्षा की तारीख और जवाबदेह owner |
|---|---|---|---|---|
काम पर AI बदलाव को महिलाएँ कैसे परख सकती हैं?
केवल खरीदे जा रहे tool नहीं, job में बदलाव पूछें
कौन-से tasks automate, augment या नए सिरे से monitor होंगे, इसका स्पष्ट विवरण माँगें। पूछें कि workload, targets, shifts, वेतन, promotion criteria या staffing कब और कैसे बदलेंगे। Productivity का दावा अधूरा है यदि उसमें unpaid review work या workers की घटती निर्णय-स्वतंत्रता शामिल नहीं।
जानें कि फैसलों और workplace data का इस्तेमाल कैसे होगा
पूछें कि AI output performance rating, scheduling, discipline या redundancy को प्रभावित करेगा या नहीं; कौन-सी जानकारी जुटेगी; गलती कौन सुधारेगा; और गलत score को चुनौती कैसे देंगे। जरूरी notices और workplace messages की प्रतियाँ रखें। जहाँ उपलब्ध हो union, worker representative या भरोसेमंद adviser से बात करें।
Training paid, सुलभ और असली भूमिकाओं से जुड़ी हो
अच्छी training paid time में हो, accessible व भाषाई विकल्प दे और ऐसी भूमिका से जुड़ी हो जो वास्तव में मौजूद है। पूछें कि पहले किसे training मिलेगी, care responsibilities से पहुँच तो नहीं रुकती और कम वेतन वाली roles की महिलाएँ शामिल हैं या नहीं। व्यक्तिगत upskilling उस बदलाव योजना की कमी नहीं भर सकती जो workers को निर्णय से बाहर रखे।
महिला workers के लिए न्यायसंगत AI बदलाव कैसा हो?
Job बदलने से पहले workers को शामिल करें
जब विकल्प खुले हों तभी employers को workers और उनके representatives से सलाह करनी चाहिए। उद्देश्य, प्रमाण, अपेक्षित असर और शिकायत का रास्ता बताएँ; छोटा pilot चलाएँ; फिर देखें किसका समय बचा, किस पर नए tasks आए और जोखिम किसने उठाया। सार्थक बातचीत से care, safety और भाषा से जुड़ी वे बातें सामने आती हैं जो procurement team से छूट सकती हैं।
वेतन, गरिमा, privacy और आगे बढ़ने के अवसर बचाएँ
जाँचें कि automation चुपचाप वेतन कम, quotas तेज, surveillance व्यापक या system की गलतियों का बोझ frontline महिलाओं पर तो नहीं डालता। Promotion और training तक पहुँच देखें, सिर्फ jobs की गिनती नहीं। आजीविका प्रभावित करने वाले फैसलों की मानवीय जवाबदेही बनाएँ।
बदलाव में workers का साथ दें और लाभ साझा करें
न्यायसंगत योजना AI से दोहराव वाला काम घटाकर वेतन, घंटे, सुरक्षा या सेवा की गुणवत्ता सुधार सकती है। भूमिका बदलने वालों के लिए समर्थन, असमान असर की निगरानी और नुकसान दिखने पर योजना सुधारना भी जरूरी है। Employer की training budget के साथ public policy और social dialogue भी मायने रखते हैं।
Generative AI और महिलाओं का काम: आम सवाल
क्या 29% exposure का मतलब है कि 29% महिलाओं की नौकरी जाएगी?
नहीं। यह महिला-बहुल occupations में generative AI exposure का ILO अनुमान है; पुरुष-बहुल occupations के लिए तुलना 16% है। Exposure किसी व्यक्ति की नौकरी जाने का पूर्वानुमान नहीं। अधिकांश occupations में ILO को व्यापक job loss से अधिक tasks और working conditions में बदलाव की संभावना दिखती है।
क्या केवल clerical workers पर असर पड़ेगा?
नहीं। ILO occupational patterns दिखाता है, पर AI कई क्षेत्रों के tasks बदल सकता है। यह मानने के बजाय कि एक समूह पर एक ही तरह का असर होगा, वास्तविक job, रोजगार की शर्तें और नया system जाँचें।
एक कर्मचारी पहले क्या कर सकती है?
प्रस्तावित बदलाव लिखित में माँगें, पहचानें कि कौन-से duties और माप बदलेंगे, paid training माँगें और AI-सहायता वाले फैसले को challenge करने का रास्ता पूछें। संभव हो तो worker representative या स्थानीय adviser से बात करें। न्यायसंगत प्रक्रिया की जिम्मेदारी employer की है; पूरा बदलाव worker पर नहीं डाला जाना चाहिए।
क्या ILO का अनुमान भारत में AI का असर बताता है?
यह 84 देशों पर आधारित वैश्विक विश्लेषण है, किसी भारतीय sector या employer का पूर्वानुमान नहीं। स्थानीय workplace पर लागू करने से पहले वहाँ का प्रमाण देखें और प्रभावित workers से सलाह करें।
संबंधित व्यावहारिक मार्गदर्शिकाएँ
संबंधित मुद्दों की मार्गदर्शिकाएँ
स्रोत और प्रकाशन रिकॉर्ड
मसौदा 27 सितंबर 2026 को तैयार; तकनीकी, विषय-विशेषज्ञ और संपादकीय समीक्षा बाकी · स्रोत जाँचे गए .