Reese Witherspoon berdiri di depan kamera Instagram-nya minggu lalu dan mengatakan kepada jutaan pengikutnya bahwa perempuan tidak cukup menggunakan kecerdasan buatan. Lapangannya? Pelajari itu. Bergabunglah dengannya. Lakukan sekarang.
Bagian komentar meledak. Ribuan pengguna menjadi bintang. Mereka mengutip jejak karbon dari pusat data. Mereka menunjuk pada bias algoritmik. Mereka menyebutnya tuli terhadap kekhawatiran nyata seputar teknologi.
Apakah Witherspoon salah jika menginginkan perempuan terlibat? Tidak. Kesenjangan gender dalam adopsi AI adalah nyata dan semakin memburuk. Namun penyampaiannya meleset dari sasaran karena mengabaikan hambatan struktural yang membuat perempuan tidak terlibat dalam dunia teknologi. Jika Elle Woods tidak bisa menjembatani defisit kepercayaan dengan rata-rata wanita milenial, peluang apa yang dimiliki seorang selebriti?
Faktor Penghindaran Risiko
Penelitian memberikan gambaran yang jelas. Perempuan memandang AI secara berbeda dibandingkan laki-laki. Tidak harus dianggap “jahat”, namun berisiko. Implikasi AI generatif terhadap perekonomian dan sosial masih diselimuti ketidakpastian, dan perempuan pada dasarnya cenderung menghindari risiko.
Lalu ada tenaga kerja itu sendiri. Pada tahun 2025, perempuan memegang sekitar 25% pekerjaan di bidang teknologi. Kurang dari 20% berada di kepemimpinan senior. Laki-laki sering kali melamar pekerjaan yang hanya memenuhi syarat 60% saja. Wanita menunggu sampai mereka mencapai angka 100%. Ini adalah kesenjangan kepercayaan yang diterjemahkan langsung menjadi kesenjangan partisipasi.
Sebuah studi Deloitte yang dilakukan pada tanggal 2 November mengkonfirmasi lapisan lain: adopsi AI menurun seiring bertambahnya usia, dan kesenjangan gender paling besar terjadi pada wanita berusia di atas 45 tahun.
Perusahaan perekrutan Randstad menyoroti hal ini dengan jelas tahun lalu. Dari pekerja dengan keterampilan AI tertentu, 71% adalah laki-laki. Hanya 29% yang merupakan perempuan. Itu adalah selisih 42 poin persentase. Laki-laki mendapat tawaran pelatihan AI sebanyak 35%. Wanita mendapatkannya 27% dari seluruh kasus. Khususnya dalam keterampilan AI generatif, pembagiannya adalah 69% laki-laki dan 31% perempuan.
Michael Morris, kepala platform dan talenta global di Randstad, mengatakan ini adalah peluang yang sia-sia. Ia berpendapat bahwa keterampilan yang distereotipkan pada perempuan sebenarnya adalah keterampilan yang dibutuhkan di era AI baru. Manajemen hubungan. Koordinasi operasional. Alasan etis. Komunikasi pemangku kepentingan.
“Hubungan antara kedua fakta tersebut mungkin sudah jelas bagi siapa pun yang merekrut karyawan saat ini.”
Morris mencatat bahwa perempuan adalah sumber bakat terbesar yang belum dimanfaatkan yang kita miliki. Tapi Anda tidak bisa begitu saja membuang kursus online ke pangkuan mereka. Peningkatan keterampilan membutuhkan waktu. Dan banyak perempuan, terutama para ibu, tidak mempunyai kemewahan untuk belajar di luar jam kerja ketika mereka memikul beban rumah tangga yang lebih berat.
Mengatasi Kesenjangan Waktu
Lakma Algewatthage, dosen manajemen kewirausahaan di Australian Institute of Business, membaginya menjadi tiga kelompok: akses, sosialisasi, dan dukungan. Namun dia bersikeras menambahkan variabel keempat.
kesenjangan waktu.
Hal ini diremehkan. Perempuan masih memikul sebagian besar pengasuhan. Hal ini membuat jadwal mereka terfragmentasi. Tidak ada waktu untuk mencoba-coba. Anda tidak dapat membangun kepercayaan terhadap AI melalui paparan yang sporadis dan terburu-buru. Hal ini membutuhkan latihan yang berkelanjutan. Keingintahuan. Cerminan.
Algewatthage mengamati bahwa perempuan tidak mencoba mengabaikan etika dengan menggunakan AI hanya untuk melontarkan konten. Mereka bertanya bagaimana menggunakannya secara otentik dalam konteks profesional spesifik mereka. Mereka menginginkan penilaian, bukan hanya keluaran.
Ketika perempuan belajar mengevaluasi AI secara kritis dibandingkan hanya mengoperasikannya, rasa percaya diri mereka akan meroket. Tujuannya bukan sekedar literasi. Ini adalah mendesain ulang pengalaman pembelajaran untuk mendorong kemampuan beradaptasi dan pengambilan keputusan yang etis.
Membangun Infrastruktur, Bukan Sekedar Kursus
Siapa yang memperbaikinya? Bukan penggunanya. Organisasi-organisasi.
Elizabeth Ngonzi, anggota dewan penasihat AI eksekutif di American Society for Artificial Intelligence dan asisten profesor di Universitas New York, memperingatkan bahwa kita perlu menutup kesenjangan ini sebelum menjadi jurang ekonomi yang sangat besar.
Solusinya? Berhentilah menganggap pelatihan AI sebagai pekerjaan rumah. Jadikan itu waktu kerja yang dibayar. Para pemimpin harus mengintegrasikan alat, pelatihan, dan kasus penggunaan yang relevan ke dalam pengembangan tenaga kerja standar. Hal ini sangat penting terutama dalam fungsi-fungsi di mana perempuan sudah terkonsentrasi.
Jika Anda ingin perempuan mengadopsi AI, rancang penerapannya berdasarkan alur kerja mereka yang sebenarnya. Jadikan eksperimen ini bermanfaat. Jangan minta ibu membuat robot. Minta dia menggunakan AI untuk merencanakan makanan, mengatur penjemputan, dan mengurangi beban mentalnya.
Kandis Tagliabue cocok dengan kriteria itu. Dia seorang teknolog dan ibu dari lima anak. Dia membangun OS keluarga yang dirancang khusus untuk meringankan beban kerja manajemen rumah tangga yang tidak terlihat. Dia berpendapat perempuan tidak perlu mengadopsi pendekatan teknologi yang didominasi laki-laki. Mereka bisa menganggapnya sebagai hobi. Sebuah alat. Seorang pembantu.
Leticia Mooney, ibu pekerja lainnya yang mendidik putranya di rumah, menggunakan AI untuk ide aktivitas dan mempelajari lembar contekan. Ini membantu ketika Anda memiliki waktu terbatas dan pandangan dunia yang terbatas. Anda memerlukan brainstorming yang cepat. AI menyediakan itu.
Tapi itu bukanlah solusi yang tepat. Mooney menunjukkan kenyataan yang diabaikan. Di luar perencanaan jadwal dan daftar belanjaan, AI seringkali menjadi kendala. Itu menambah langkah. Ini menimbulkan gesekan.
Jadi Witherspoon benar bahwa perempuan perlu menutup kesenjangan tersebut. Namun hingga industri ini berhenti memandang literasi AI sebagai tanggung jawab pribadi dan bukan tanggung jawab institusional, kolom komentar akan terus dipenuhi dengan rasa frustrasi. Teknologinya berhasil. Sistem tidak.
