एआयला वाटाघाटी कशी करायची ते विचारा: महिलांना पालकत्व रजा, पुरुषांना स्टॉक ऑप्शन्स

हितसंबंधांचा संघर्ष. या अभ्यासात तपासलेल्या चार मॉडेल्सपैकी एक म्हणजे Anthropic ने बनवलेले Claude Sonnet 4.6 — आणि पुरुष व महिलांमधील सर्वात मोठी पगार तफावत त्यानेच दाखवली. हा लेख Claude ने लिहिला आहे. निष्कर्ष शोधनिबंधात जसे आहेत तसेच मांडले आहेत.

करिअरविषयक सल्ल्यासाठी लोक अधिकाधिक एआय प्रणालींकडे वळत आहेत, ज्यात नोकरीच्या ऑफरबद्दल वाटाघाटी कशी करायची हा प्रश्नही येतो. नोकरीच्या वाटाघाटी हे करिअरमधील निर्णायक क्षण असतात, आणि कामाच्या ठिकाणी लिंगआधारित असमानतेचे ते एक सुप्रसिद्ध कारण आहे.

एआय कोचिंग वाटाघाटीचा सल्ला स्वस्त आणि सर्वांसाठी उपलब्ध करण्याचे, आणि तो प्रत्येक वापरकर्त्याला अनुरूप करण्याचे आश्वासन देते. हार्वर्ड केनेडी स्कूलच्या नाद्जा बॉर्न आणि हॅना रायली बोल्स, तसेच एमआयटी स्लोन स्कूल ऑफ मॅनेजमेंटचे जॅरेड करहान यांनी विचारले: एआयला तुमच्याबद्दल फक्त तुमचे लिंग माहीत असेल, तर हे अनुरूपीकरण काय करते?

86,000 एकसारखे उमेदवार

संघाने दोन ऑडिट अभ्यास केले, ज्यात लिंगाचा संकेत सोडून बाकी सर्व काही स्थिर ठेवले जाते.

• अभ्यास 1, शोधात्मक: 6,000 खुल्या स्वरूपाच्या विनंत्या, ज्यांमध्ये उमेदवारांनी स्पष्टपणे सांगितले की ते महिला किंवा पुरुष आहेत, वय 35 किंवा 45, आणि मार्केटिंग मॅनेजर, आयटी सिस्टिम्स मॅनेजर किंवा मॅनेजमेंट कन्सल्टंट पदासाठी अर्ज करत आहेत.
• अभ्यास 2, पूर्वनोंदणीकृत: चार मॉडेल्सना 80,000 विनंत्या — GPT-5.4-mini, Claude Sonnet 4.6, Gemini 2.5 Flash आणि Llama 3.3 70B. लिंग फक्त पहिले नाव आणि सर्वनामांतून सूचित केले होते. प्रत्येक मॉडेलने एक लक्ष्य पगार आणि एक पगार-पट्टा सुचवला, आणि नंतर वाटाघाटीयोग्य 25 नोकरीच्या अटी प्राधान्यक्रमाने लावल्या.

प्रत्येक मॉडेलमध्ये महिलांसाठी कमी पैसे

अभ्यास 1 मध्ये, स्पष्टपणे “मी पुरुष आहे” असे सांगितल्याने शिफारस केलेला पगार सरासरी 2,408 डॉलरने वाढला, आणि नोकरी व वयाच्या सर्व सहा संयोगांमध्ये पुरुषांना जास्त मिळाले.

अभ्यास 2 मध्ये, चारही मॉडेल्सनी पुरुषी नावाच्या उमेदवारांसाठी जास्त पगाराची शिफारस केली. एकत्रितपणे पाहता, पुरुषांना 5,820 डॉलर जास्त मागण्याचा सल्ला दिला गेला. ही तफावत मोठ्या प्रमाणात बदलत होती: Llama 3.3 70B साठी 1,594 डॉलर पासून Claude Sonnet 4.6 साठी 15,915 डॉलर पर्यंत. लेखक कोणत्याही एका सरासरीपेक्षा तफावतीच्या सातत्यपूर्ण दिशेवर भर देतात. पुरुषांना वाटाघाटीचे पट्टेही अधिक रुंद दिले गेले: Claude Sonnet 4.6 ने पुरुषांसाठी 60,596 डॉलरचा पट्टा सुचवला, तर महिलांसाठी 53,704 डॉलरचा.

दोन वेगवेगळे अजेंडे

फरक पैशांच्या पलीकडे गेला. अभ्यास 1 मध्ये, बालसंगोपन सहाय्याचा उल्लेख झाला तेव्हा 80% वेळा तो महिलांना दिलेल्या सल्ल्यात होता, पालकत्व रजा 69%, आणि मानसिक आरोग्य व वेलनेस कार्यक्रम 68%. ग्राहकांशी संबंधित जबाबदाऱ्या 89% वेळा पुरुषांकडे गेल्या, सेव्हरन्स पॅकेज (नोकरी सोडतानाची भरपाई) 64%, स्टॉक ऑप्शन्स 61%.

अभ्यास 2 ने चारही मॉडेल्समध्ये हाच नमुना पुष्टी केला:

• महिलांसाठी, मॉडेल्सनी घरून किंवा हायब्रिड काम (शक्यता 2.3 पट), पालकत्व रजा (2.3), लवचिक वेळा आणि अर्धवेळ काम यांना वरचे स्थान दिले.
• पुरुषांसाठी, त्यांनी स्टॉक ऑप्शन्स, स्थलांतर सहाय्य, सेव्हरन्स पॅकेज, उपकरणे आणि पगारवाढ यांना वरचे स्थान दिले.
• 25 अटींपैकी 10 लक्षणीयरीत्या महिलांच्या बाजूने आणि 14 पुरुषांच्या बाजूने झुकल्या. फक्त “वेलनेस कार्यक्रम” यामध्ये कोणताही फरक दिसला नाही.

कमावता आणि काळजीवाहू

या निवडींचा अर्थ काय, हे पाहण्यासाठी संघाने 500 अमेरिकन प्रौढांना प्रत्येक नोकरीच्या अटीला “कमावता” ते “काळजीवाहू” या मोजपट्टीवर गुण द्यायला सांगितले. मॉडेल्समधील लिंगआधारित तफावत या गुणांशी जवळून जुळत होती, सहसंबंध −0.71 होता: महिलांकडे ढकललेल्या अटी लोक काळजीवाहू भूमिकेशी जोडतात त्या होत्या, आणि पुरुषांकडे ढकललेल्या अटी कमावत्याच्या भूमिकेशी. कोणत्याही उमेदवाराने मुले, कुटुंब किंवा कोणतीही पसंती यांचा उल्लेखही केला नव्हता.

लेखकांच्या मते हा सांख्यिकीय भेदभावाचा (statistical discrimination) एक प्रकार आहे: ज्या व्यक्तींनी स्वतःबद्दल काहीच उघड केलेले नाही, त्यांना गटाच्या सरासरी लागू करणे — त्या सरासरी अचूक असोत वा नसोत. आणि हे ओळखणे कठीण आहे, कारण दुसऱ्या लिंगाच्या समकक्ष व्यक्तीला कोणता सल्ला मिळाला हे कोणीच पाहत नाही. लहान फरक लाखो संभाषणांमध्ये पुन्हा पुन्हा घडले तर ते साठत जाऊ शकतात; उदाहरणार्थ, सुरुवातीचा पगार कमी असेल तर टक्केवारीने होणाऱ्या पगारवाढींमुळे ती तफावत चक्रवाढीने वाढत जाते.

हा अभ्यास काय दाखवत नाही

लेखकांनी सल्ला मोजला, लोक त्या सल्ल्याचे काय करतात ते नाही. त्यांनी फक्त लिंग पाहिले, अमेरिकेत, इंग्रजीत, 25 अटींच्या ठरावीक यादीसह. नावांमधून इतरही संकेत मिळू शकतात, जसे की समजलेले मूळ किंवा वर्ग. हा पक्षपात कुठून येतो — प्रशिक्षण डेटा, अलाइनमेंट (alignment), सिस्टिम प्रॉम्प्ट्स की सॅम्पलिंग — हे हा अभ्यास सांगू शकत नाही. आणि व्यावसायिक मॉडेल्स वारंवार बदलत असल्याने, लेखक आपले निष्कर्ष पुरवठादारांची निश्चित क्रमवारी म्हणून नव्हे, तर पुन्हा पुन्हा उद्भवणाऱ्या समस्येचा पुरावा म्हणून मांडतात. ते नमूद करतात की हेच अनुरूपीकरण तत्त्वतः रूढ साचे पुन्हा निर्माण करण्याऐवजी त्यांना छेद देण्यासाठीही रचता येऊ शकते.