چکیده
همگرایی هوش مصنوعی مولد، عاملهای مجازی پیکره مند و فناوریهای در دسترس ساخت آواتار، پارادایمی جدید در بازنمایی حرفهای پدید آورده است: بهکارگیری همتای دیجیتال مبتنیبر هوش مصنوعی بهعنوان نمایندهٔ خودگردان در مذاکرات. این پدیده، که در آن زنان کارآفرین «دوقلوی دیجیتال» خود را به جای خود به مذاکره میفرستند، میتواند تحولی اساسی در پویاییهای جنسیتی محیط کار ایجاد کند. این مقاله با بهرهگیری از ادبیات میانرشتهای در حوزههای تعامل انسان و رایانه، مطالعات فناوری فمینیستی، اقتصاد کار و رفتار سازمانی، استدلال میکند که نمایندگان مذاکرهکنندهٔ هوشمصنوعی هم فرصتهای بیسابقهای برای کاهش تبعیض جنسیتی در مذاکرات پرمخاطره ایجاد میکنند و هم خطرات قابلتوجهی در بازتولید ساختارهای قدرت مردسالارانه از طریق سوگیریهای الگوریتمی و مصادرهٔ نیروی کار دارند. این مقاله با تحلیل انتقادی اکوسیستم کنونی اینفلوئنسرهای هوش مصنوعی، پژوهشهای عاملهای مجازی و مطالعهٔ نمونههای نوظهور، چارچوبی نظری برای فهم «عاملیت الگوریتمی» ارائه میدهد و توصیههای سیاستی برای پیادهسازی عادلانهٔ آن پیشنهاد میکند. نتیجه آنکه بدون مداخلهٔ آگاهانه، خودکارسازی حضور حرفهای در معرض ایجاد اشکال جدیدی از جابهجایی فناورانهٔ جنسیتی است، حتی اگر در ظاهر نوید برابری بدهد.
کلیدواژهها: همتای دیجیتال، کارآفرینی زنان، عاملهای مذاکرهکنندهٔ هوشمصنوعی، جنسیت و فناوری، عاملیت الگوریتمی، اینفلوئنسرهای مجازی، مصادرهٔ نیروی کار
۱. مقدمه
در اوایل سال ۲۰۲۶، یک کارآفرین زن در استکهلم، دوقلوی دیجیتال ساختهشده با هوش مصنوعی خود را که بر اساس سبک مذاکره، دادههای بازار و نمایهٔ روانشناختی او آموزش دیده، به یک جلسهٔ سرمایهگذاری خطرپذیر (ونچر کپیتال) میفرستد. آواتار صحبت میکند، ژست میگیرد و پیشنهادها را رد و بدل میکند در حالی که خود او به دلیل بیماری کودکش در خانه مانده است. در بمبئی، بنیانگذار یک استارتآپ فناوری، نمایندهٔ مجازی خود را به مذاکره با یک تأمینکننده در شنژن میفرستد که هم هزینهٔ سفر را حذف میکند و هم سوگیریهای ضمنی را که مطالعات نشان دادهاند زنان را در مذاکرات رو در رو متضرر میکند، از میان برمیدارد. این سناریوها که زمانی فرضی بودند، اکنون به لطف پیشرفت در مدلهای زبانی بزرگ، عاملهای مجازی پیکرهمند و پلتفرمهای واقعیت فراگیر، به سرعت در حال تحقق یافتن هستند.
ظهور «همتایان دیجیتال» — عاملهای مجازی پیکرهمندی که یک کاربر را در چندین حالت بازنمایی میکنند — پرسشهای عمیقی را برای دانش فمینیستی دربارهٔ کار، فناوری و قدرت مطرح میکند. دههها پژوهش، شکاف پایدار جنسیتی در نتایج مذاکره را ثبت کرده است: زنان کمتر درخواست میکنند، کمتر دریافت میکنند و برای رفتار جسورانهٔ خود جریمهٔ اجتماعی میشوند. آیا عاملهای هوشمصنوعی میتوانند با حذف بدن جنسیتدار از اتاق مذاکره، از این سوگیریها عبور کنند؟ یا اینکه صرفاً نابرابریهای موجود را به شکل الگوریتمی بازتولید میکنند؟
این مقاله به سه پرسش پژوهشی پاسخ میدهد:
پرسش ۱: چه قابلیتهای فنی در حال حاضر امکان بهکارگیری عاملهای هوشمصنوعی را به عنوان نمایندهٔ حرفهای مذاکره فراهم میکند و محدودیتهای آنها چیست؟
پرسش ۲: استفاده از همتایان دیجیتال توسط زنان کارآفرین چگونه میتواند پویایی جنسیتی را در مذاکرات محیط کار، هم مثبت و هم منفی، تغییر دهد؟
پرسش ۳: چه خطرات ساختاری — از جمله سوگیری الگوریتمی، مصادرهٔ نیروی کار و بازتولید استانداردهای سلطهگرای زیبایی — با پذیرش گستردهٔ این فناوری همراه است؟
ساختار مقاله به این صورت است: بخش ۲ مروری بر ادبیات مرتبط با عاملهای مجازی، جنسیت و مذاکره، و مطالعات انتقادی هوش مصنوعی ارائه میدهد. بخش ۳ چارچوب نظری تحلیل «عاملیت الگوریتمی» را معرفی میکند. بخش ۴ شواهد تجربی حاصل از اکوسیستم کنونی اینفلوئنسرهای هوشمصنوعی و پژوهشهای عاملهای مجازی را تحلیل میکند. بخش ۵ به بحث دربارهٔ پیامدهای سیاستی و مسیرهای پژوهشی آینده میپردازد. بخش ۶ نتیجهگیری را ارائه میدهد.
۲. مرور ادبیات
۲.۱ مبانی فنی: همتایان دیجیتال و عاملهای پیکره مند
پیشرفتهای اخیر در هوش مصنوعی مولد، واقعیت مجازی و انیمیشن بلادرنگ به همگرایی رسیدهاند تا چیزی را ممکن کنند که گو (۲۰۲۶) «همتای دیجیتال» مینامد: یک عامل مجازی پیکرهمند که از نظر بصری، صوتی و رفتاری بازتابدهندهٔ کاربر است. پژوهش دکتری گو در دانشگاه پردیو نشان میدهد که این عاملها میتوانند به طور مؤثری کاربران را در وظایف مشارکتی بازنمایی کنند و کاربران به آواتارهای خودشکل با اعتماد و همدلی بیشتری پاسخ میدهند.
به طور مهم، هان و همکارانش در مؤسسهٔ فناوریهای خلاق دانشگاه کالیفرنیای جنوبی نشان دادهاند که مدلهای زبانی بزرگ میتوانند نه تنها دیالوگ منسجم، بلکه رفتارهای غیرکلامی سازگار با شخصیت — از جمله حرکات بدن، حالات چهره و کیفیت صوتی — را برای عاملهای پیکرهمند تولید کنند. چارچوب تجربی آنها که در سناریوهای مذاکره و شروع گفتگو آزمایش شده، نشان داده است که شرکتکنندگان انسانی به طور قابل اعتمادی میتوانند شخصیتهای درونگرا و برونگرا را بر اساس نشانههای چندحالته تشخیص دهند. این پژوهش، امکان فنی بهکارگیری عاملهای هوشمصنوعی در محیطهای اجتماعی و وظیفهمحور از جمله مذاکرات حرفهای را اثبات میکند.
مفهوم عاملیت در تعامل انسان و هوش مصنوعی توسط وایبل (۲۰۲۶) بیشتر نظریهپردازی شده است؛ او بررسی میکند که چگونه همراهان هوشمصنوعی «از مصنوعات فناورانه به شرکای ارتباطی بدل میشوند که دارای اقتدار معرفتی هستند و میتوانند بر کنش انسانی تأثیر بگذارند». این بازتعریف برای فهم این نکته ضروری است که همتایان دیجیتال چگونه میتوانند نه صرفاً به عنوان ابزار، بلکه به عنوان نمایندگانی شبهخودمختار در زمینههای حرفهای عمل کنند.
۲.۲ جنسیت و مذاکره: شکاف پایدار
حجم زیادی از پژوهش، تفاوتهای نظاممند جنسیتی در نتایج مذاکره را مستند کرده است. زنان کمتر از مردان مذاکره را آغاز میکنند، اهداف پایینتری تعیین میکنند و نتایج بدتری نسبت به مردان با صلاحیتهای مشابه به دست میآورند. این نابرابریها به تفاوت ذاتی در مهارت مذاکره نسبت داده نمیشوند، بلکه به انتظارات اجتماعی متفاوت بازمیگردند: زنان جسور با «اثر بازگشتی» (جریمههای اجتماعی و اقتصادی برای نقض کلیشههای تجویزی) روبرو میشوند، در حالی که رفتار مشابه در مردان پاداش میگیرد.
به طور مهم، این اثرات توسط عوامل زمینهای تعدیل میشوند، از جمله ترکیب جنسیتی طرفین مذاکره، چارچوببندی مذاکره و وجود مدافعه. همانطور که مشتاق (۲۰۲۶) در تحلیل خود از پیامدهای جنسیتی هوش مصنوعی اشاره میکند، «هوش مصنوعی نگرانیها و اضطرابهایی را برانگیخته است دربارهٔ … پتانسیل بازتولید سلسلهمراتب اجتماعی موجود». پرسشی که این مقاله را برمیانگیزاند این است که آیا عاملهای هوش مصنوعی میتوانند این سلسلهمراتب را برهم زنند یا صرفاً آن را به شکل دیجیتال تکرار کنند.
۲.۳ دیدگاههای انتقادی: هوش مصنوعی، جنسیت و نیروی کار
مطالعات فناوری فمینیستی از دیرباز استدلال کردهاند که سیستمهای فناورانه خنثی نیستند، بلکه ارزشها، سوگیریها و منافع خالقان خود را در خود رمزگذاری میکنند. تحلیل مشتاق (۲۰۲۶) از اینفلوئنسرهای تولیدشده با هوش مصنوعی نشان میدهد که چگونه این فناوریها در درون ساختارهای مردسالارانهٔ موجود توسعه مییابند: «این اینفلوئنسرهای تولیدشده با هوش مصنوعی با استفاده از کار خلاقانهٔ زنان اینفلوئنسر به عنوان ورودی ساخته میشوند. این زنان نه اعتبار میگیرند و نه جبران میشوند. اغلب، این صفحات اینفلوئنسر هوش مصنوعی توسط شرکتهای فناوری تحت رهبری مردان ایجاد و اداره میشوند».
ماجرای شودو گرام — یک مدل مجازی ساختهشده توسط یک عکاس سفیدپوست مرد — نمونهٔ بارز این پویایی است. همانطور که مشتاق مشاهده میکند، «اینکه این امر برای بازنمایی زنان سیاهپوست در صنعت چه معنایی دارد، پرسشی فوری است. مزایا به یک مرد سفیدپوست از جهان شمال میرسد و هنرمندان و مدلهای زن سیاهپوست با خطر جابهجایی روبرو هستند». به طور مشابه، مسابقهٔ دوشیزه هوش مصنوعی که زنان مجازی را بر اساس ظاهر و نفوذ رسانهای آنها قضاوت میکند، مورد انتقاد قرار گرفته که «اینترنت خصمانهتر و شیوارتری» ایجاد میکند و فضای هوش مصنوعی را «برای زنان خصمانهتر و ناخوشایندتر» میسازد.
این نقدها مستقیماً برای بهکارگیری همتایان دیجیتال در زمینههای حرفهای مرتبط هستند. اگر ایجاد عاملهای مذاکرهکنندهٔ هوشمصنوعی در شرکتهای فناوری تحت رهبری مردان متمرکز بماند و این سیستمها بر روی دادههایی آموزش ببینند که سوگیری جنسیتی را رمزگذاری کردهاند، نتیجه میتواند نه توانمندسازی، بلکه شکل جدیدی از جابهجایی فناورانهٔ جنسیتی باشد.
۳. چارچوب نظری: عاملیت الگوریتمی و خودکارسازی جنسیتی
این مقاله مفهوم عاملیت الگوریتمی را برای تحلیل بهکارگیری همتایان دیجیتال در زمینههای حرفهای پیشنهاد میکند. عاملیت الگوریتمی به ظرفیت یک سیستم هوش مصنوعی برای عمل به نمایندگی از یک کارگزار انسانی به گونهای اشاره دارد که نتایج را شکل دهد، بر ادراکات تأثیر بگذارد و روابط قدرت را بازپیکربندی کند. با تکیه بر تحلیل وایبل (۲۰۲۶) از «اشکال نوظهور عاملیت در روابط ترکیبی»، سه بعد از عاملیت الگوریتمی مرتبط با زنان کارآفرین را تشخیص میدهم:
عاملیت نیابتی: ظرفیت هوش مصنوعی برای انجام اقداماتی که در غیر این صورت نیازمند حضور فیزیکی کارگزار است (مانند ارائهٔ پیشنهادهای کلامی، پاسخ به پیشنهادهای متقابل).
عاملیت ادراکی: ظرفیت هوش مصنوعی برای شکل دادن به نحوهٔ درک دیگران از کارگزار (مانند خودنمایی مطمئن، گرم یا مقتدرانه صرف نظر از ارائهٔ واقعی کارگزار).
عاملیت ساختاری: ظرفیت هوش مصنوعی برای تغییر پویایی قدرت در زمینهٔ مذاکره (مانند حذف نشانههای جنسیتی که باعث سوگیری میشوند).
به طور حیاتی، این ابعاد با سلسلهمراتب جنسیتی موجود در تعامل هستند. عاملیت نیابتی ممکن است با حذف بدن زنان از ارزیابی سوگیرانه به زنان سود برساند؛ اما اگر نشانههای ادراکی هوش مصنوعی توسط الگوریتمهایی تولید شوند که بر روی دادههای سلطهٔ مردانه آموزش دیدهاند، عاملیت ادراکی ممکن است به جای شکستن کلیشهها، آنها را بازتولید کند. عاملیت ساختاری مستلزم انتخابهای طراحی عمدی است که در زمینههای توسعهٔ سودمحور نمیتوان فرض کرد
۴. تحلیل: فرصتها و خطرات
بهکارگیری همتایان دیجیتال چندین مکانیسم بالقوه برای بهبود نتایج مذاکره برای زنان ارائه میدهد:
۴.۱ مزایای بالقوه برای زنان کارآفرین
کاهش سوگیری از طریق جنسیتزدایی: اگر عاملهای هوش مصنوعی بتوانند به گونهای طراحی شوند که به صورت خنثی از نظر جنسیت ارائه شوند یا نشانههای جنسیتی را به طور نظاممند تغییر دهند، ممکن است از سوگیریهای ضمنی که زنان را در مذاکرات رو در رو متضرر میکند، عبور کنند. تحقیقات اولیه در مورد عاملهای مجازی نشان میدهد که کاربران به نشانههای رفتاری (مانند سبک صحبت کردن، فراوانی ژست) مستقل از جنسیت درکشده پاسخ میدهند که مسیری را برای کاهش سوگیری پیشنهاد میکند.
افزایش مشارکت در مذاکره: با جداسازی حضور حرفهای از مکان فیزیکی، همتایان دیجیتال ممکن است زنانی را که مسئولیتهای مراقبتی دارند قادر سازند در مذاکراتی شرکت کنند که در غیر این صورت از آن صرفنظر میکردند. دستور کار مجمع جهانی اقتصاد در سال ۲۰۲۶ به صراحت به این نکته میپردازد که چگونه «هوش مصنوعی، تحول دیجیتال و خودکارسازی در حال تغییر شکل صنایع بودند، در حالی که زنان همچنان کمتر از حد لازم حضور دارند» که نشاندهندهٔ شناخت نهادی از این پتانسیل است.
مدیریت برداشت استراتژیک: عاملهای مبتنی بر مدلهای زبانی بزرگ میتوانند به گونهای کالیبره شوند که رفتارهای مطلوب مذاکره (مانند جسارت مناسب، تنظیم هیجانی، سکوت استراتژیک) را بدون پاسخهای استرس فیزیولوژیکی که اغلب مذاکرهکنندگان انسانی را متضرر میکند، از خود نشان دهند. برای زنانی که با عواقب منفی جسارت روبرو میشوند، این «بافرینگ عاطفی» میتواند به ویژه ارزشمند باشد.
۴.۲ خطرات ساختاری و آسیبهای جنسیتی
با این حال، این مزایای بالقوه باید در برابر خطرات قابلتوجه سنجیده شوند:
سوگیری الگوریتمی و نگاه مردانه: پژوهش در مورد تولید تصویر با هوش مصنوعی، سوگیریهای نظاممندی را در نحوهٔ بازنمایی بدن زنان نشان میدهد: فراخوان برای «بدن متوسط» زنانی بسیار لاغر تولید میکند؛ «اندازهٔ متوسط» تصاویری مرتبط با چاقی مرضی ایجاد میکند. همانطور که یک متخصص هوش مصنوعی خاطرنشان میکند، «هنوز شکافهای زیادی در دانش هوش مصنوعی وجود دارد … امیدوارم زنانی را درگیر کنم که بتوانند از دیدگاه خود به عنوان زن به پر کردن این شکافها کمک کنند … امیدوارم این در نهایت به نگاه ترکیبی در هوش مصنوعی منجر شود، نه فقط نگاه مردانه». مگر اینکه به طور عمدی به این مسائل پرداخته شود، این سوگیریها به نمایندگان مذاکره نیز سرایت خواهند کرد و به طور بالقوه عاملهای هوشمصنوعی را خلق میکنند که تجسم خیالات مردانه هستند نه هویتهای حرفهای زنان.
مصادرهٔ نیروی کار: توسعهٔ اینفلوئنسرهای هوش مصنوعی به طور سیستماتیک از نیروی خلاق زنان بدون جبران یا اعتبار بهرهکشی کرده است. پویایی مشابهی ممکن است در عاملهای حرفهای هوش مصنوعی پدید آید: دادههای مورد استفاده برای آموزش عاملهای مذاکره از تعاملات حرفهای زنان واقعی استخراج میشود، اما سودها به شرکتهایی تعلق میگیرد (که عمدتاً تحت رهبری مردان هستند) که صاحب سیستمهای هوش مصنوعی هستند. همانطور که مشتاق میپرسد، «نیروی کار چه کسی بهرهکشی میشود و چه کسی سود میبرد؟»
بازتولید استانداردهای سلطهگرا: مسابقهٔ دوشیزه هوش مصنوعی و پدیدههای مشابه، گرایشی به سوی استانداردهای فراجنسیتی و غیرقابل دسترس برای زنان تولیدشده با هوش مصنوعی نشان میدهد. اگر این زیباییشناسی به زمینههای حرفهای نفوذ کند — اگر زنان کارآفرین احساس فشار کنند که آواتارهای ایدهآل و جوان را برای جدی گرفته شدن به کار گیرند — این فناوری ممکن است به جای کاهش، شیءانگاری محیط کار را تشدید کند.
اقتدار معرفتی و اعتماد: پژوهش در مورد همراهان هوشمصنوعی نشان میدهد که کاربران به طور فزایندهای به آنها «اقتدار معرفتی» میبخشند. اگر همتایان دیجیتال در مذاکرات رایج شوند، نمایندگان انسانی (به ویژه زنان که از قبل با چالشهای اعتباری روبرو هستند) ممکن است خود را در رقابت با عاملهای هوشمصنوعی بیابند که آنها را عقلاییتر، سازگارتر یا مقتدرتر میدانند — شکل جدیدی از جابهجایی فناورانه.
۵. بحث و پیامدهای سیاستی
۵.۱ دستور کار پژوهشی
تحلیل بالا شکافهای قابلتوجهی را در دانش موجود آشکار میکند. پژوهشهای آینده باید به موارد زیر بپردازند:
مطالعات تجربی عاملهای مذاکرهکنندهٔ هوش مصنوعی در محیطهای کنترلشده: آیا آنها واقعاً نتایج را برای زنان کارآفرین بهبود میبخشند؟ در چه شرایطی؟
مطالعات حسابرسی سوگیری درعاملهای مذاکرهکنندهٔ مبتنی بر مدلهای زبانی بزرگ: این سیستمها چگونه به فراخوانهایی دربارهٔ جنسیت، نژاد و طبقه پاسخ میدهند؟
پژوهش طولی در مورد تجربیات زنان از بهکارگیری همتایان دیجیتال: پیامدهای روانشناختی و حرفهای چیست؟
تحلیل تطبیقی پارادایمهای طراحی مختلف: کدام رویکردها سوگیری را به حداقل میرسانند و توانمندسازی را به حداکثر میرسانند؟
۵.۲ توصیههای سیاستی
تا زمان انجام پژوهشهای بیشتر، توصیههای مقدماتی زیر ارائه میشود:
الزامات شفافیت و حسابرسی: شرکتهایی که عاملهای مذاکرهکنندهٔ هوش مصنوعی ارائه میدهند باید ملزم به افشای منابع دادههای آموزشی، نتایج حسابرسی سوگیری و ترکیب جمعیتی تیمهای توسعه باشند.
حاکمیت داده برای زنان حرفهای: زنانی که دادههایشان برای آموزش سیستمهای هوشمصنوعی استفاده میشود باید حقوق مالکیت و مکانیسمهای جبران داشته باشند، الگوبرداری از چارچوبهای نوظهور برای کار دادهای.
استانداردهای طراحی برای آواتارهای حرفهای هوش مصنوعی: استانداردهای صنعت باید تنظیمات پیشفرض فراجنسیتی یا شیانگار را برای آواتارهای کاربردی حرفهای ممنوع کنند.
توسعهٔ فراگیر: برنامههای تأمین مالی و مربیگری باید به طور خاص از شرکتهای هوشمصنوعی تحت رهبری زنان که فناوریهای بازنمایی حرفهای را توسعه میدهند، حمایت کنند.
۶. نتیجهگیری
ظهور همتایان دیجیتال به عنوان نمایندگان مذاکره، یک تحول بالقوه متحولکننده برای زنان کارآفرین است. این فناوریها امکان فریبندهٔ عبور از سوگیریهای جنسیتی را ارائه میدهند که به طور مداوم زنان را در مذاکرات پرمخاطره متضرر کرده است. با این حال، شواهد حاصل از حوزههای مجاور — اینفلوئنسرهای هوشمصنوعی، مدلهای مجازی و سوگیری الگوریتمی جنسیتی — هشداری به صدا درمیآورند: بدون مداخلهٔ عمدی، این سیستمها به احتمال زیاد سلسلهمراتب قدرت موجود را بازتولید میکنند تا اینکه آنها را برهم بزنند.
این که آیا عاملهای مذاکرهکنندهٔ هوشمصنوعی به ابزارهای رهاییبخش بدل میشوند یا ابزارهای یک جابهجایی فناورانهٔ جنسیتی جدید، نه به خود فناوری، بلکه به ترتیبات اجتماعی، اقتصادی و سیاسیای بستگی دارد که در آن به کار گرفته میشود. همانطور که دستور کار مجمع جهانی اقتصاد در سال ۲۰۲۶ تصدیق میکند، «آینده بدون دیدگاههای نیمی از جمعیت جهان ساخته نمیشود». تضمین اینکه زنان نه صرفاً توسط هوش مصنوعی بازنمایی شوند، بلکه معماران، مالکان و ذینفعان این سیستمها باشند، چالش اصلی این مرز نوظهور است.
پرسش این نیست که آیا همتایان دیجیتال وارد محیط کار خواهند شد — آنها خواهند شد. پرسش این است که چه کسی آنها را کنترل میکند، چه کسی از آنها سود میبرد و منافع چه کسی را در نهایت تأمین میکنند.
منابع
[1] Guo, S. (2026). Digital Doppelgänger in Human-Virtual Agent Interaction .
[2] Han, B., Kwon, D., Lin, S., Shrestha, K., & Gratch, J. (2025). Can LLMs Generate Behaviors for Embodied Virtual Agents Based on Personality Prompting?
[3] Mushtaq, S. (2026, May 8). On Women, Artificial Intelligence and Its Real Consequences. Doing Sociology. https://doingsociology.org/2026/05/08/on-women-artificial-intelligence-and-its-real-consequences-shimaila-mushtaq/
[4] Waibel, M. (2026). AI Companions and the Communicative Construction of Agency.
[5] Dassault Systèmes. (2026). World Economic Forum 2026: World Woman Davos House. https://myevents.3ds.com/world-economic-forum-2026
[6] Rusk, K. (2024, January 29). An important read on the need for representation and diversity in the creation of AI companies. LinkedIn.
[7] Ingram, L. (2024, April 25). Miss AI shows just how far influencer marketing can miss the mark. The Drum. https://www.thedrum.com/opinion/miss-ai-shows-just-how-far-influencer-marketing-can-miss-the-mark
[8] Digital Nova Scotia. (2026). Women in Machine Learning/Data Science Meetup. https://digitalnovascotia.com/events/2026-04-20/
ترجمه : محمدامین قدسی
