作者：Lisa Loud，Secret Network執行董事
如果任由其發展，演算法將以機器速度複製過往偏見，令一半勞動力被邊緣化，並讓薪酬差距持續存在整整一代。
國際勞工組織最新警告顯示，在高收入經濟體中，近10%由女性擔任的崗位正面臨生成式人工智慧帶來的重大變革——這一比例幾乎是男性的三倍。
解決之道正是為透明與共治而生的區塊鏈技術。分佈式帳本能夠從數據源頭揭示偏見，並將經濟權利以程式碼形式固化，防止演算法悄然抹去女性權益。
演算法在無視女性下改寫歷史
生成式系統不僅誤導女性形象，更重塑了一個女性權威缺席的世界。當被要求展示領導者時，圖像模型依然默認男性面孔；而涉及照護者時，則默認女性。這一模式正如聯合國婦女署所指出的“歧視反饋循環”，早已滲透到招聘、貸款、醫療分診等多個環節。
隨之而來的還有經濟影響。
以女性為主的行政和文職崗位正處於人工智慧衝擊的風口。近10%女性崗位面臨威脅，意味著數百萬職位將面臨降級、分化甚至消失的風險。
人才培養和職業發展渠道同樣受此影響，這一令人擔憂的數據高度相關。在全球範圍內，具備AI工程技能的女性僅占29.4%，這從兩個層面反映了偏見的延續：一是在訓練數據中女性被忽視，二是在職場中女性被排除在解決問題之外。
即便如此，行業仍在鼓吹“程式碼中立”的神話。這種敘事在全球範圍內誤導每一位女性——演算法以數學外衣掩蓋偏見。與此同時，大型科技公司的工程師獲得了所謂“統計必然性”的道德豁免權，而女性卻難以為自身權益發聲。
每當履歷篩選模型因育兒空檔而降低女性評分時，機器並非真正提升了效率，而是在執行意識形態的任務。每一次帶有偏見的輸出，都在加固數據壁壘，讓未來的系統繼續吸收這些偏見，將昨日的不公轉化為明日的“事實”。
可見性透明帳本
不透明助長歧視，區塊鏈則消除不透明。
鏈上憑證錢包賦予女性對學業記錄、工作履歷和照護工作證明的不可偽造自主權，而這些內容常被傳統履歷解析工具忽略。相比之下，智能合約薪酬系統能夠自動執行同工同酬原則，生成任何私有演算法都無法篡改的公開平等證明。
更具變革意義的是區塊鏈對數據源的溯源能力，每條文本、圖像或生物識別記錄都可攜帶按性別細分的元數據及加密簽名。
想像一下，如果訓練語料庫低估女性（或僅以刻板印象展現女性），審計人員就能將每一個模型輸出追溯到具體缺陷，並要求開發者重新訓練，否則不得參與採購。
這不僅關乎公平。追蹤Web3普及的分析人士指出，女性在去中心化金融（DeFi）和治理領域的缺席正在削弱公眾信任，威脅大規模採用。
因此，從一開始確保平等，不僅是道德責任，更關乎區塊鏈自身願景和全球實現真正平等的未來成敗。
讓程式碼成為責任的載體
強制透明才是政策缺口。立法機構應要求，任何用於招聘、信用評估或公共服務的人工智慧模型，必須在無需許可的帳本上披露其訓練數據來源。
無法溯源，即不得上線。
政府採購應僅向已在鏈上通過性別平衡審計的系統授予合同，以加速變革。稅收政策應激勵那些將女性創意、照護或科研貢獻通證化的項目，將版稅回饋給長期為經濟提供無償勞動的女性群體。
批評者認為區塊鏈增加了複雜性，但複雜性早已存在，只是隱藏在專有數據集和黑箱模型中。透明帳本則完全不同。
將複雜性轉移到開放環境，讓公民社會專家能夠檢視和追蹤任何缺陷或改進空間，對所有人來說都是淨收益。一旦偏見暴露，壓力和訴訟隨之而來，而那些無聲的不公也能轉化為可執行的證據。
歷史的慣性是排斥，技術絕不能重蹈覆轍。區塊鏈構建了一種架構，使每一個數據點和工資包都可追溯、可驗證，並且無法在無人察覺下被篡改。
現在就採用這種架構，下一代演算法將不再把女性視為統計意義上的“邊角料”，而是作為共同塑造未來的貢獻者。
人工智慧是設計，不是命運。讓設計上鏈，抹除將無從發生。
作者：Lisa Loud，Secret Network執行董事。