आरोग्यसेवेत AI: महिलांसाठी समानता की नवी विषमता?

कृत्रिम बुद्धिमत्ता (AI) हे जगभरातील काळजी म्हणजेच हेल्थ केअर व्यवस्थांवरील वाढत्या ताणावरील उत्तर म्हणून अधिक सक्षमपणे पुढे येत आहे. मात्र ग्लोबल साउथमधील अनेक देशांमध्ये हेल्थ केअर व्यवस्था अजूनही दीर्घकाळापासूनच्या अपुऱ्या गुंतवणुकीमुळे, व्यापक अनौपचारिकतेमुळे आणि मोठ्या प्रमाणावर महिलांच्या श्रमांवर असलेले अवलंबित्व यामुळे आकार घेत आहेत. अशा परिस्थितीत AI चा समावेश हा तटस्थ तांत्रिक बदल नसून, विद्यमान संरचनात्मक परिस्थितींचा विचार न केल्यास तो असमानता कमी करण्याऐवजी अधिक बळकट करू शकतो.

लोकसंख्यात्मक बदलांमुळे आरोग्य आणि सामाजिक काळजी व्यवस्थांवरील ताण वाढत आहे. वृद्ध होत जाणारी लोकसंख्या आणि वाढत्या दीर्घकालीन आजारांमुळे आरोग्य व सामाजिक सेवांची मागणी वाढत आहे. उदाहरणार्थ, जागतिक आरोग्य संघटनेच्या (WHO) अंदाजानुसार 2030 पर्यंत जगभरात सुमारे 11 दशलक्ष आरोग्य कर्मचाऱ्यांची कमतरता भासेल, ज्यामुळे हेल्थ केअरच्या गरजा आणि उपलब्ध मानवी संसाधन यांमधील दरी वाढत चालल्याचे दिसते. या दबावामुळे AI चा वापर वेगाने वाढला असून, अनौपचारिकता, अस्थिर रोजगार आणि हेल्थ केअर कामातील लिंगाधारित रचना यांसारख्या मुद्द्यांपेक्षा कार्यक्षमतेला अधिक प्राधान्य दिले जात आहे.

जागतिक हेल्थ केअर व्यवस्था आणि महिलांचा सहभाग 

हेल्थ केअर सिस्टीम म्हणजेच काळजी व्यवस्थांच्या विस्तारात AI ची भूमिका समजून घेण्यासाठी सर्वप्रथम हेल्थ केअर कामाचे लिंगाधारित आणि अनौपचारिक स्वरूप ओळखणे आवश्यक आहे. जागतिक स्तरावर महिलांनी पुरुषांच्या तुलनेत 3.2 पट अधिक वेळ अनपेड केअर म्हणजेच विनामूल्य काळजी कामावर खर्च केला आहे, ज्यापैकी मोठा भाग अनौपचारिक स्वरूपात केला जातो. केवळ घरगुती कामातच जगभरात 75.6 दशलक्ष लोक कार्यरत आहेत, ज्यांपैकी 81 टक्के अनौपचारिक क्षेत्रात आहेत, आणि जवळपास 82 टक्के कामगार विकसनशील व उदयोन्मुख अर्थव्यवस्थांमध्ये आहेत. कमी उत्पन्न असलेल्या देशांमध्ये विनामूल्य हेल्थ केअर कामामध्ये पाणी आणि इंधन गोळा करण्यासारख्या अत्यावश्यक कामांचाही समावेश असतो. संयुक्त राष्ट्र बालनिधी (युनायटेड नेशन्स इंटरनॅशनल चिल्ड्रन्स इमर्जन्सी फंड - UNICEF) च्या अभ्यासानुसार महिला आणि मुली दररोज मिळून सुमारे 200 दशलक्ष तास पाणी आणण्यासाठी खर्च करतात ज्यामुळे शिक्षण, आरोग्य आणि रोजगाराच्या संधींमध्ये त्यांचा सहभाग मर्यादित होतो.

जागतिक स्तरावर महिलांनी पुरुषांच्या तुलनेत 3.2 पट अधिक वेळ अनपेड केअर म्हणजेच विनामूल्य काळजी कामावर खर्च केला आहे, ज्यापैकी मोठा भाग अनौपचारिक स्वरूपात केला जातो.

पगारी काळजी काम (Paid care work) देखील मोठ्या प्रमाणावर लिंगाधारित आहे. जागतिक स्तरावर आरोग्य आणि सामाजिक हेल्थ केअर क्षेत्रातील सुमारे 70 टक्के कामगार महिला आहेत, ज्या अंदाजे पाच अब्ज लोकांना अत्यावश्यक सेवा पुरवतात आणि दरवर्षी 3 ट्रिलियन अमेरिकी डॉलर्सपेक्षा अधिक मूल्याचे श्रम योगदान देतात. तरीही महिलांची संख्या प्रामुख्याने कमी वेतनाच्या आणि प्रत्यक्ष सेवा देणाऱ्या भूमिकांमध्ये केंद्रित आहे, तर नेतृत्व पदांमध्ये त्यांचा वाटा केवळ सुमारे 25 टक्के आहे. याशिवाय, आंतरराष्ट्रीय कामगार संघटना–जागतिक आरोग्य संघटना (ILO–WHO) यांच्या जागतिक सर्वेक्षणानुसार या क्षेत्रांमध्ये महिलांना पुरुषांच्या तुलनेत 24 टक्के वेतनातील तफावत सहन करावी लागते.

AI: धोके आणि पूर्वग्रह

हेल्थ केअर व्यवस्थांमध्ये AI चा समावेश करताना सखोल विचार करण्याची गरज आहे. कारण देखभालीचे काम लिंगाधारित असल्याबरोबरच मोठ्या प्रमाणावर अनौपचारिक असून डिजिटल अर्थव्यवस्थेत असमानपणे समाविष्ट झालेले आहे. एक सर्वसाधारण समज अशी आहे की काळजी कामातील मानवी नातेसंबंध आणि भावनिक श्रम यांमुळे ते पूर्णपणे स्वयंचलित (ऑटोमेशन) होण्यास कठीण आहे. त्याचवेळी AI घरगुती कामांसारख्या नियमित काळजी-संबंधित कामे स्वयंचलितपणे करू शकते, आणि अंदाजानुसार पुढील दशकात घरगुती कामांपैकी सुमारे 40 टक्के काम स्वयंचलित म्हणजेच मशिनद्वारे होऊ शकते. ही दोन्ही मते काही प्रमाणात योग्य असली, तरी ती काळजी कामाच्या वेगवेगळ्या प्रकारांना लागू होतात आणि त्यांचे परिणामही वेगळे असतात. घरांमध्ये अशा कामांचे स्वयंचलन केल्यास वेळ वाचू शकतो; परंतु ज्यांचे उपजीविकेचे साधन या कामांवर अवलंबून आहे अशा पगारी देखभाल कामगारांसाठी स्वयंचलनामुळे रोजगाराच्या संधी आणि उत्पन्नाची सुरक्षितता कमी होऊ शकते.

डिजिटल दरी हा या संदर्भातील सर्वात महत्त्वाचा मुद्दा आहे. कमी आणि मध्यम उत्पन्न असलेल्या देशांमध्ये महिलांना पुरुषांच्या तुलनेत 14 टक्के कमी प्रमाणात मोबाईल इंटरनेट वापरण्याची संधी मिळते, ज्यामुळे सुमारे 885 दशलक्ष महिला इंटरनेटपासून वंचित राहतात त्यापैकी बहुतांश महिला दक्षिण आशिया आणि उप-सहारा आफ्रिकेत आहेत. सामाजिक प्रथा, शिक्षणाच्या मर्यादा आणि अनपेड हेल्थ केअर म्हणजेच विनामूल्य काळजी कामाचा भार या घटकांमुळे निर्माण झालेल्या या असमानता ठरवतात की कोणाला AI-संबंधित रोजगाराच्या संधी मिळतील आणि कोण स्वयंचलनामुळे धोक्यात येणाऱ्या कामांमध्येच अडकून राहतील.

हेल्थ केअर कामाचे औपचारिकीकरण करण्याचा मार्ग म्हणून डिजिटल प्लॅटफॉर्म्सकडे वाढत्या प्रमाणात पाहिले जात आहे; मात्र प्रत्यक्षात त्यांचे परिणाम मिश्र स्वरूपाचे दिसतात. भारतातील उदाहरणात, उबर सारखे प्लॅटफॉर्म मागणीनुसार घरगुती मदत उपलब्ध करून देतात. जरी अशा प्लॅटफॉर्ममुळे लवचिक रोजगार मिळत असला, तरी अनेक हेल्थ केअर कामगार सामाजिक सुरक्षेबाहेरच राहतात. त्यांना मर्यादित वेतन, अल्प नोकरी सुरक्षा आणि मोलभाव करण्यात कमी ताकदीचा सामना करावा लागतो, तसेच अल्गोरिद्मिक भेदभावाचा (algorithmic discrimination) धोका असतो. योग्य संरक्षणात्मक उपायांशिवाय, प्लॅटफॉर्म-आधारित हेल्थ केअर सेवा समान संधी निर्माण करण्याऐवजी अनौपचारिकता आणि अस्थिरता अधिक वाढवू शकतात.

डिजिटल दरी हा या संदर्भातील सर्वात महत्त्वाचा मुद्दा आहे. कमी आणि मध्यम उत्पन्न असलेल्या देशांमध्ये महिलांना पुरुषांच्या तुलनेत 14 टक्के कमी प्रमाणात मोबाईल इंटरनेट वापरण्याची संधी मिळते, ज्यामुळे सुमारे 885 दशलक्ष महिला इंटरनेटपासून वंचित राहतात त्यापैकी बहुतांश महिला दक्षिण आशिया आणि उप-सहारा आफ्रिकेत आहेत.

AI ची पोहोच या प्रश्नापलीकडे, AI प्रणालींची रचना स्वतःच खोलवरच्या संरचनात्मक पूर्वग्रहांना पुन्हा निर्माण करू शकते. अनेक AI मॉडेल्स अशा श्रम आणि आर्थिक डेटासेट्सवर आधारित असतात ज्यामध्ये विनामूल्य आणि अनौपचारिक काळजी कामाचे प्रमाण व्यवस्थित नोंदवलेले नसते. 2024 मधील UNESCO च्या लार्ज लँग्वेज मॉडेल्सवरील अभ्यासात सातत्याने दिसणारे लिंगाधारित संबंध आढळले. ज्यामध्ये महिलांना घरगुती आणि हेल्थ केअर भूमिकांशी जोडले जाते, तर पुरुषांना अधिकार आणि आर्थिक नेतृत्वाशी जोडले जाते. जेव्हा अशा नमुन्यांचा वापर धोरणनिर्मिती किंवा प्रशासकीय AI साधनांमध्ये होतो, तेव्हा हेल्थ केअर कामाचे दीर्घकालीन कमी मूल्यमापन सुधारण्याऐवजी ते अधिक बळकट होण्याचा धोका असतो.

देखरेख (गव्हर्नन्स) हाही एक महत्त्वाचा धोका आहे. AI-आधारित तंत्रज्ञान अतिशय वैयक्तिक वातावरणात कार्य करते आणि आरोग्यस्थिती, घरगुती दिनचर्या आणि देखरेखीच्या पातळ्यांशी संबंधित संवेदनशील माहिती निर्माण करते. मजबूत नियामक चौकटींच्या अभावात, महिला विशेषतः घरगुती कामगार, अनौपचारिक काळजी देणारे आणि काळजी घेणारे लाभार्थी त्यांच्या डेटाचे संकलन, वापर किंवा व्यापारीकरण कसे होते यावर मर्यादित नियंत्रण ठेवू शकतात.

बरोबरीचा रस्ता

या संधींचा प्रत्यक्ष लाभ मिळवण्यासाठी केवळ तंत्रज्ञानाचा स्वीकार पुरेसा नाही; जाणीवपूर्वक धोरणात्मक निर्णय आवश्यक आहेत. काळजी अर्थव्यवस्थेला आर्थिक विकासाचा केंद्रबिंदू मानून AI चा प्रभावी वापर करणे आवश्यक आहे. या क्षेत्रातील संधी मोठ्या प्रमाणात आहेत: भारतातच 2030 पर्यंत काळजी अर्थव्यवस्थेचे मूल्य 300 बिलियन अमेरिकी डॉलर्सपेक्षा अधिक होण्याचा अंदाज आहे आणि 60 दशलक्षाहून अधिक रोजगार निर्माण होऊ शकतात. जागतिक आर्थिक मंचाच्या (WEF) अंदाजानुसार, काळजी आणि सामाजिक रोजगार क्षेत्रात 3.1 ट्रिलियन अमेरिकी डॉलर्स इतकी गुंतवणूक केल्यास GDP मध्ये मोठी वाढ होऊ शकते आणि केवळ अमेरिकेतच 10 दशलक्षाहून अधिक रोजगार निर्माण होऊ शकतात. योग्य पद्धतीने वापर केल्यास AI पुन्हा पुन्हा करावी लागणारी हेल्थ केअर कामे कमी करू शकते आणि अधिक समतोल परिणाम साधू शकते.

काळजी अर्थव्यवस्थेत AI चा स्वीकार महिलांवर असलेल्या संरचनात्मक काळजी व कौशल्यभाराला लक्षात घेऊनच सुरू झाला पाहिजे. 2025 च्या WEF अहवालानुसार, महिलांना AI-संबंधित कौशल्यवृद्धी किंवा पुनर्प्रशिक्षणात सहभागी होण्यापासून रोखणाऱ्या मुख्य कारणांपैकी विनामूल्य म्हणजेच अनपेड हेल्थ केअर काम हे एक महत्त्वाचे कारण आहे. भारी विनामूल्य हेल्थ केअर जबाबदाऱ्यांमुळे शिकण्यासाठी लागणारा वेळ मर्यादित राहतो; त्यामुळे बालसंगोपनासाठी अनुदान, लवचिक कामाची व्यवस्था आणि सुलभ प्रशिक्षण कार्यक्रम यांसारख्या पूरक धोरणांशिवाय AI-आधारित संक्रमण महिलांना वगळणारे ठरू शकते.

लिंगाधारित डिजिटल दरी कमी करणे या संक्रमणासाठी अत्यावश्यक आहे. महिलांसाठी डिजिटल साक्षरता आणि रोजगाराशी जोडलेले प्रशिक्षण कार्यक्रम यांमध्ये लक्ष्यित गुंतवणूक न केल्यास AI मुळे निर्माण होणारे मूल्य डिजिटल माध्यमांवर आधारित भूमिकांकडे झुकत राहील. भारत डिजिटल इंडिया आणि स्किल इंडिया सारख्या राष्ट्रीय उपक्रमांचा उपयोग करू शकतो, तर राज्य सरकारे स्थानिक गरजांनुसार प्रशिक्षण कार्यक्रम राबवून महिलांना AI-सहायक रोजगारासाठी तयार करू शकतात.

हेल्थ केअर काम अधिकाधिक डिजिटल प्लॅटफॉर्मवर आधारित होत असताना, हे प्लॅटफॉर्म डिजिटल कौशल्यविकास, कामांचे न्याय्य वाटप आणि वेतनातील पारदर्शकता यांना प्रोत्साहन देऊन अधिक समतोल AI स्वीकाराचे साधन बनू शकतात.

हेल्थ केअर काम अधिकाधिक डिजिटल प्लॅटफॉर्मवर आधारित होत असताना, हे प्लॅटफॉर्म डिजिटल कौशल्यविकास, कामांचे न्याय्य वाटप आणि वेतनातील पारदर्शकता यांना प्रोत्साहन देऊन अधिक समतोल AI स्वीकाराचे साधन बनू शकतात. अशा पद्धतीने AI मुळे अनौपचारिकता वाढण्याऐवजी औपचारिकीकरण आणि सामाजिक प्रगतीला चालना मिळू शकते.

शेवटी, AI ची रचना, खरेदी प्रक्रिया आणि शासन व्यवस्थाच अंतिम परिणाम ठरवतील. महिलांच्या पगारी आणि विनामूल्य कामाच्या भारावर त्याचा काय परिणाम होईल आणि अल्गोरिद्मिक देखरेख वाढण्याची शक्यता किती आहे, याच्या आधारे AI साधनांचे मूल्यमापन केले पाहिजे. हेल्थ केअर क्षेत्राशी संबंधित माहिती अत्यंत संवेदनशील असल्यामुळे मजबूत डेटा-गव्हर्नन्स व्यवस्था आवश्यक आहे. संमती, उद्देश-सीमितता (पर्पज लिमिटेशन) आणि डेटा-मिनिमायझेशन यांबाबत स्पष्ट नियम असणे आवश्यक आहे, तसेच मुले, वृद्ध व्यक्ती आणि अनौपचारिक काळजी घेणाऱ्यांसाठी अतिरिक्त संरक्षणात्मक उपाय असणे गरजेचे आहे. हेल्थ केअर पायाभूत सुविधा, कामगार संरक्षण आणि मजबूत शासन व्यवस्थेत सातत्यपूर्ण सार्वजनिक गुंतवणूक केली गेल्यास AI अधिक लवचिक आणि लिंग-संवेदनशील हेल्थ केअर व्यवस्थांना बळकटी देऊ शकते.

शेरॉन सारा ठावनी या ऑब्झर्व्हर रिसर्च फाउंडेशनमध्ये (डेव्हलपमेंट स्टडीज) व्हाइस प्रेसिडेंट निलांजन घोष यांच्या एक्झिक्युटिव्ह असिस्टंट म्हणून कार्यरत आहेत.

• Gender
• Artificial Intelligence
• India
• Africa
• ai for care
• ai for care economy
• ai for healthcare
• ai in care system
• ai in health care
• artificial intelligence
• care economy
• care industry
• Gender
• gender digital divide
• India

The views expressed above belong to the author(s). ORF research and analyses now available on Telegram! Click here to access our curated content — blogs, longforms and interviews.

PREV NEXT