השפעת הבינה המלאכותית על פערי שכר מגדריים: הזדמנות או סיכון חדש?

1. מבוא: ההבטחה והסכנה של AI בשוק העבודה

הכניסה המהירה של כלי בינה מלאכותית (AI) לתחומי החיים והעבודה מעלה שאלות יסוד לגבי עתיד השוויון בשוק העבודה. בשנים האחרונות, וביתר שאת מאז השקת ChatGPT בסוף 2022, עולה הפוטנציאל של AI לשנות מהותית את אופן קביעת השכר, הערכת עובדים, ותהליכי גיוס. עם זאת, לצד ההבטחה לאובייקטיביות ויעילות, עולות חששות כבדים כי מערכות AI עלולות להנציח, ואולי אף להעמיק, את פערי השכר המגדריים הקיימים.

על פי מחקר של מכון המחקר הכלכלי התעשייתי (Research Institute of Industrial Economics) בשוודיה, שפורסם בספטמבר 2025, "בינה מלאכותית גנרטיבית עלולה להרחיב את פער השכר המגדרי באמצעות דפוסי מיון תעסוקתי קיימים" (2). מחקר זה, אשר עשה שימוש בנתונים מנהליים שוודיים מקיפים, מדגים כיצד הטיות מבניות בשוק העבודה מועברות למערכות AI ועלולות להתקבע בהן.

המאמר הנוכחי מבקש לבחון לעומק את מנגנוני ההשפעה השונים של AI על פערי שכר מגדריים, תוך התבססות על מקורות מוסדיים בלבד: מחקרים אקדמיים מובילים, דוחות OECD, ומחקרים של מכוני מחקר ישראלים כמו מרכז טאוב והמכון הישראלי לדמוקרטיה. ננתח האם וכיצד AI יכול לשמש הן ככלי לצמצום פערים והן כמכשיר להעמקתם, ונציג המלצות מדיניות המותאמות במיוחד להקשר הישראלי.

2. תמונת המצב: פערי שכר מגדריים בעידן הדיגיטלי

2.1 הפער הקיים בשוק העבודה הישראלי

ישראל מאופיינת בפערי שכר מגדריים משמעותיים, המושפעים ממספר גורמים: ריכוז נשים בענפים בעלי שכר נמוך יותר, פערי שעות עבודה, אפליית שכר בתפקידים דומים, וייצוג חסר של נשים בתפקידים ניהוליים ובכירים. כפי שיפורט בהמשך, פערים אלו מהווים קרקע פורייה להטמעת הטיות במערכות AI.

דוח OECD משנת 2025 על כלכלת ישראל מציין כי "הפריסה של AI על פני המגזרים מאתגרת במיוחד בכלכלה דואלית כמו זו של ישראל. בעוד שהכישורים, הפריון והשכר גבוהים במגזר ההייטק, שני שלישים מהעובדים מועסקים במגזרים שבהם הפריון נמוך מהממוצע ב-OECD" (4). פער מבני זה יוצר חשיפה שונה להשפעות ה-AI על קבוצות אוכלוסייה שונות.

2.2 החשיפה המגדרית ל-AI בעולם

מחקר מקיף של OECD שפורסם בדצמבר 2024, "Algorithm and Eve", בחן את החשיפה המגדרית ל-AI במקומות עבודה. הממצאים מעוררים דאגה: "נשים היו פחותות ב-20 נקודות אחוז בסבירות לדווח שהשתמשו ב-ChatGPT לעומת גברים באותו עיסוק" (3).

המחקר מראה כי "נשים חשופות פחות להזדמנויות תעסוקה הקשורות ל-AI ולכלי AI משפרי פריון במקום העבודה, מה שעלול למנוע חלוקה הוגנת ורחבה של יתרונות ה-AI" (3). כמו כן, נמצא כי "41% מהעובדים הגברים שנסקרו היו משתמשי AI לעומת 29% מהנשים" (3).

3. כיצד AI יכול להעמיק את פערי השכר המגדריים?

3.1 הטיה בנתוני אימון: "זבל נכנס, זבל יוצא"

אחת הבעיות היסודיות ביותר במערכות AI היא שהן מאומנות על נתונים היסטוריים, המשקפים את ההטיות הקיימות בחברה. מחקר שפורסם בכתב העת Nature (Scientific Reports) מציין כי "הטיות חברתיות בטקסטים המשמשים לאימון LLMs עלולות להוביל להנצחת דפוסים מגדריים בעייתיים" (6).

מחקרים מראים כי מילים ותיאורים הקשורים ל"כישרון" ו"יכולת" מוטמעים בהקשר גברי באופן מובהק. מחקר של אוניברסיטת נורת'ווסטרן, שצוטט בכנס השנתי של Academy of Management, בחן "סטריאוטיפים של רציונליות בטקסטים באינטרנט והשלכותיהם על קבוצות חברתיות ואי-שוויון תעסוקתי" (1).

דוגמה בולטת להטיה זו מגיעה ממחקר של MIT (המכון הטכנולוגי של מסצ'וסטס) בנושא Quantifying Gender Bias in Large Language Models: When ChatGPT Becomes a Hiring Manager: "רוב המודלים נוטים לתפוס נשים כמוכשרות וניתנות יותר לגיוס, אך עדיין ימליצו על שכר נמוך יותר עבורן" (7). ממצא מדאיג זה, המבוסס על עבודת תזה ב-MIT, מצביע על דיסוננס לכאורה: מערכת AI עשויה להעריך את כישורי המועמדת באופן חיובי, אך עדיין לתמחר אותה במחיר נמוך יותר, תוך שיקוף של סטיגמות חברתיות עמוקות.

3.2 מיון תעסוקתי מגדרי בתפקידים החשופים ל-AI

מחקרם של Gardberg, Heyman, Olsson ו-Tåg, שפורסם ב-Oxford Bulletin of Economics and Statistics, מצא כי "נשים מיוצגות יתר על המידה במקצועות שצפויים להיות מושפעים יותר מבינה מלאכותית גנרטיבית" (2). המשמעות: נשים חשופות יותר לאוטומציה ולשינויים טכנולוגיים שעלולים להחליף עבודה אנושית, בעוד שגברים מרוכזים יותר בתפקידים המשלימים AI, ולכן נהנים מעליית פריון ושכר.

הסימולציות שערכו החוקרים מראות כי תהליך מיון תעסוקתי זה, המבוסס על נתוני 2021, עלול להוביל להרחבת פערי השכר המגדריים כתוצאה מההשפעות הדיפרנציאליות של AI על מקצועות שונים (2).

3.3 פערי גישה והטיות בשימוש בכלי AI

ה-OECD מדגיש כי "פערים בגישה להזדמנויות הקשורות ל-AI עשויים לשקף פערי כישורים דיגיטליים וכן השתתפות נמוכה יותר של נשים בחינוך במדעים, טכנולוגיה, הנדסה ומתמטיקה (STEM)" (3). תהליך זה מהווה מעגל קסמים: פחות נשים ב-STEM → פחות נשים מפתחות AI → פחות נשים בתפקידי מפתח וקבלת החלטות → AI מוטה יותר → הגדלת הפערים.

בהקשר הישראלי, המכון הישראלי לדמוקרטיה הודיע כי קיבל מענק מחקר משמעותי "לבחינת ההשפעות של שימוש בטכנולוגיות AI לניהול עובדים בהקשרים של הזכות לפרטיות" (10). המחקר, בהובלת ד"ר תהלה שוורץ-אלטשולר וד"ר רחל ארידור הרשקוביץ, "ישאוף לייצר מסגרות אתיות ומשפטיות מחודשות, הצעות לתיקוני חקיקה והנחיות, ומדד פרטיות בעבודה" (10).

4. המבט הישראלי: נתונים וניתוח

4.1 חשיפה ל-AI בישראל

על פי הערכות, "כ-30% מהעובדים בישראל חשופים מאוד ל-AI עם השלמה גבוהה של AI, ו-23% חשופים מאוד עם תחליפיות גבוהה" (4). המשמעות: יותר מחמישית מכוח העבודה הישראלי נמצא בתפקידים שבהם AI עלול להחליף עבודה אנושית, ומחציתם – בתפקידים שבהם AI ישפר את הפריון.

דוח OECD קורא לממשלת ישראל "לסקור באופן סדיר את המסגרת הרגולטורית כדי לוודא שהיא ממשיכה לעודד חדשנות ותחרות עבור AI מהימן" (4).

4.2 השפעה על פערי שכר – ניתוח מרכז טאוב

מחקר שפורסם על ידי מרכז טאוב למחקר חברתי וכלכלי, בהובלת מיכאל דבאוי, ניל אפשטיין ואבי וייס (2026), בחן את ההשפעות הצפויות של AI על פערי השכר בישראל (5). המחקר משתמש במודל מטלות (על בסיס מודל Acemoglu & Restrepo) ומנתח את ההשפעה על פערי השכר תחת הנחות שונות.

מניתוח הלוח עולה כי קיים שוני משמעותי בין ענפים: ענפים בעלי חלק שכר גבוה (69%-72%) מציגים שיעורי חשיפה גבוהים (0.52-0.13), כאשר ההשפעה הצפויה על הביקוש לעובדים משתנה בין ענף לענף. ענף ב' (עם 69% שכר, 0.52 חשיפה) מציג עלייה בביקוש, בעוד ענף ה' (72% שכר, 0.13 חשיפה) מציג ירידה.

המודל של מרכז טאוב מאפשר בחינת השפעת AI על פערי השכר תחת הנחות שונות. הנחת היסוד היא כי "השפעת AI על פערי השכר תלויה בגמישות התחלופה בין מטלות שונות ובפוטנציאל התחרות בין עובדים מקבוצות שונות" (5).

5. המלצות מדיניות ואסטרטגיות למניעת העמקת פערים

5.1 רגולציה מותאמת לעידן ה-AI

ה-OECD ממליץ לממשלות "לבחון באופן קבוע את המסגרת הרגולטורית" (4) ולהבטיח שהיא מעודדת AI מהימן. בהקשר הישראלי, יש מקום לבחון חקיקה או תקנות ספציפיות בנושא שימוש ב-AI בקביעת שכר ובגיוס עובדים, תוך הסתמכות על כלים כמו "המלצת OECD על AI" משנת 2019.

מחקר המכון הישראלי לדמוקרטיה עשוי להוות בסיס חשוב לעיצוב רגולציה זו: "השאיפה שלנו היא ליצור שינוי רוחבי ומשמעותי בנושא הגנת הפרטיות במקומות עבודה בישראל ובמנגנוני הפיקוח עליהם" (10).

5.2 חינוך והכשרה למניעת פערי גישה

מסקנה ברורה ממחקרי OECD היא כי יש לפעול לצמצום פערי הגישה ל-AI באמצעות חינוך והכשרה. ה-OECD ממליץ על "השקעה בחינוך לאורך החיים ובמיומנויות ניהול ועסקים, שזוהו כמבוקשות ביותר במקצועות החשופים ל-AI" (4).

בנוסף, יש מקום לעודד נשים ללימודי STEM באמצעות תכניות הסברה, חשיפה למודלות, ומאמצי גיוס ממוקדים. מחקר אפקה מצא כי "קיימים הבדלים מגדריים גם בקבוצות הומוגניות יותר של מועמדים בהיבט תפקיד, מיקום גיאוגרפי ותק ארגוני" (9), מה שמדגיש את הצורך בטיפול ממוקד ומפורט.

5.3 פיתוח כלי AI הוגנים

מחקרי Nature (6) ו-MIT (7) מדגישים את החשיבות של פיתוח כלי AI המתחשבים בהגינות. נדרשים:

• בדיקות הטיה שוטפות למערכות AI, תוך שימוש בנתונים מגוונים וייצוגיים.
• שקיפות – חשיפת הקריטריונים והאלגוריתמים המשפיעים על החלטות שכר.
• פיקוח אנושי – החלטות סופיות בנושא שכר יתקבלו על ידי אדם שיוכל לערער על המלצת המערכת.

המחקר ב-MIT מציין כי "טכניקות הפחתת הטיה מבוססות הנחיה (prompt-based) שנבחנו לא היו יעילות" (7), מה שמעיד על הצורך בגישה עמוקה יותר, הכוללת שינוי בארכיטקטורת המודלים ובנתוני האימון.

6. סיכום: בין הזדמנות לסיכון

השפעת הבינה המלאכותית על פערי השכר המגדריים היא מורכבת ורבת פנים. הראיות ממחקרים מוסדיים מצביעות על כך ש-AI אינו ניטרלי: הוא משקף ומעצים הטיות חברתיות קיימות, במיוחד בנתוני האימון ובתהליכי המיון התעסוקתי.

עם זאת, קיים פוטנציאל אמיתי לשימוש ב-AI ככלי לזיהוי הטיות אנושיות ולקידום שוויון. המפתח הוא בגישה מודעת, רגולטורית ואתית להטמעת מערכות AI, תוך שימת דגש על:

1. הבנת מנגנוני ההטיה האפשריים.
2. פיתוח כלי AI הוגנים ומפוקחים.
3. הכשרת כוח אדם לשימוש מושכל בכלים.
4. הסדרה רגולטורית מותאמת לעידן ה-AI.

בישראל, בה פערי השכר המגדריים ניכרים והכלכלה דואלית מובהקת, נדרשת תשומת לב מיוחדת כדי להבטיח שמעבר ה-AI לא יחמיר את חוסר השוויון הקיים. מחקרי מכוני המחקר המובילים בישראל, יחד עם הפעילות במכון הישראלי לדמוקרטיה, מהווים בסיס איתן לפעולה זו.

האתגר העומד בפנינו הוא להבטיח כי AI ישמש ככלי לקידום שוויון ולא כמכשיר להנצחת פערי השכר המגדריים – וזו אחריות המשותפת לכלל הגורמים: רגולטורים, מעסיקים, מפתחות ומפתחי AI, והחברה האזרחית.

רשימת המקורות המוסדיים

• (1) Academy of Management – Automating (In)Equality: Gender and the Future of Work (2025)
• (2) Research Institute of Industrial Economics – Pre-AI Sorting, Post-AI Inequality (2025)
• (3) OECD – Algorithm and Eve (2024)
• (4) OECD Economic Surveys: Israel 2025
• (5) מרכז טאוב – AI and Wage Gaps in Israel (2026)
• (6) Nature (Humanities and Social Sciences Communications) – Gender stereotypes in AI (2024)
• (7) MIT – Quantifying Gender Bias in Large Language Models (2026)
• (9) המכללה האקדמית אפקה – הטיה מגדרית במערכות גיוס מבוססות AI
• (10) המכון הישראלי לדמוקרטיה – מענק מחקר על AI ופרטיות בעבודה