保障新业态女性劳动者权益，是落实男女平等基本国策的必然要求，“算法向善”是摆脱新业态女性劳动者权益困境的核心抓手。当前新业态女性劳动者权益保障面临算法设计“性别盲点”、算法规则“黑箱”导致的申诉维权难、算法驱动的就业歧视和劳动分层三重困境。需立足性别视角厘清“算法向善”核心内涵，在制度设计、技术革新和社会协同中系统性推进相关工作。

女性是新业态发展的重要参与者，也是数字经济活力的重要源泉。保障新业态女性劳动者权益，不仅是落实男女平等基本国策的必然要求，更是推动平台经济健康发展、促进社会公平正义的重要举措。“算法向善”作为数字时代的价值追求，强调算法在追求效率的同时兼顾公平、正义与人文关怀，是摆脱新业态女性劳动者权益困境的核心抓手。

PART1算法影响下新业态女性劳动者权益保障面临的困境

随着新就业形态蓬勃发展，算法日益成为平台劳动管理的核心工具，新业态女性劳动者权益保障面临三重困境。

一是算法设计的“性别盲点”困境。当前平台算法多以“效率至上”为核心原则，假设劳动者为无差异个体，女性劳动者的差异化需求被系统性忽视。女骑手相较男性的生理体力差异、家庭照护责任，女网约车司机夜间接单的安全隐患等现实诉求，均成为算法系统的性别化盲区。

二是算法规则“黑箱”导致的申诉维权困境。算法将劳动管理过程转化为自动化决策过程，女性劳动者因算法决策被扣款、限流、降权时，平台以“系统自动评估”为由拒绝解释扣款、派单逻辑。申诉通道的虚置、人工复核缺失，直接导致其申诉维权渠道受阻。

三是算法驱动的就业歧视和劳动分层困境。算法会学习并放大历史数据中的性别偏见，如平台派单算法男骑手的接单模式默认为“理想模型”，将女骑手接单率低判定为“积极性不足”，在派单权重上予以降级。这种基于行为数据的“客观歧视”，使结构性的性别分工转化为算法性的机会剥夺。同时，女性劳动者多集中于数据标注、客服等附加值低的岗位，难以进入算法设计、人工智能研发等核心领域，数字劳动中的性别分层，进一步复制了体力和脑力劳动的二元区隔。

PART2性别视角下“算法向善”的核心内涵

当算法成为新业态劳动管理的核心权力载体，必须立足性别视角，直面女性劳动者的权益困境，重新审视“算法向善”的深层内涵。

一是算法价值观应从“中性假设”转向“承认差异”。劳动者本身存在个体差异，差异不是缺陷，而是需要被看见、被尊重的现实。“算法向善”首要的是承认性别差异，将女性劳动者的生理特征、家庭照护责任、人身安全需求作为关键指标纳入算法底层逻辑。女骑手生理期需要减缓节奏、育儿期女性从业者需要灵活排班、女网约车司机夜间需要安全保障，这些差异化诉求，都应成为算法设计必须考量、回应的核心要素。

二是算法救济观应从“程序透明”转向“实质可诉”。规则透明不等于结果正义，程序公开不等于规则合理，真正的公平在于权益受损后的可救济、可矫正。“算法向善”核心体现的是算法治理真正负起责任，追求结果上的可救济，实现“实质公平”。具体而言，涉及女性劳动者重大利益的算法决策，平台负有强制解释义务；在女性劳动者提出异议时，由具备性别意识的真人介入，对算法判断进行实质性审查；确认算法存在不公，需对受损害的女性劳动者恢复权益、进行补偿，同时调整算法参数、优化模型训练，从源头矫正算法偏见。

三是算法发展观应由“个体赋能”转向“结构重塑”。仅聚焦于帮助女性个体适应算法规则的“赋能”，难以从根本上化解权益难题。“算法向善”从根本上讲，是算法权力结构、分配逻辑和职业通道的系统性重构，真正服务于女性劳动者的全面发展。即在参与结构中，打破算法设计的封闭权力，让女性劳动者从“被计算者”转变为“设计者”；在分配结构中，让女性劳动者从无偿贡献数据的“供养者”转变为分享价值的“受益者”；在职业结构中，打破“编码精英”与“数据劳工”的二元区隔，为女性劳动者开辟进入核心技术领域的通道。

PART3以“算法向善”保障新业态女性劳动者权益的实践进路

保障新业态女性劳动者权益，需将“算法向善”的三重内涵融会贯通，在制度设计、技术革新和社会协同中系统性推进。

其一，制度保障层面，构建多层耦合的政策法律体系。将“算法向善”上升为制度框架，要从立法、政策、标准三方面着手。立法层面，完善保障算法性别平等的法律规范。在妇女权益保障立法中系统规范数字领域的性别平等。2025年广东省、湖南省在各自实施《中华人民共和国妇女权益保障法》办法中，明确规定互联网平台在订单分配、薪酬计算等算法设计中应当排除性别偏见。这些立法探索将算法层面的隐性性别歧视转化为法定可诉的显性问题，是“算法向善”在立法中的具体落地。政策层面，出台算法性别公平专项指引与激励政策。建议人社部门牵头制定《新业态平台算法性别合规审查办法》，将算法是否考虑女性劳动者权益保障纳入平台企业劳动保障守法诚信等级评价，对合规平台企业给予税收减免、融资支持等实质性激励，形成“合规获益、违规受惩”的政策导向。标准层面，建立具有性别视角的算法技术标准。将女性劳动者权益特征化、标签化，纳入算法匹配维度，并明确相应的技术实现路径。

其二，技术赋能层面，打造环环相扣的算法治理工具。将“算法向善”嵌入技术革新，需在算法设计、运行、监督各环节开发具体的治理工具。在算法设计环节，开发性别敏感的算法模型，并确保女性技术人员的实质性参与。在派单算法中引入“四期保护适应性”参数，针对经期、孕期、产期、哺乳期的特殊需求设置动态调节阈值；在考核算法中纳入“照料责任系数”，对因家庭照护的劳动节奏变化予以合理接纳；在计费算法模型中引入“体力消耗系数”“安全风险系数”等变量，使女性劳动者在承担同等劳动强度时获得公平回报。在算法运行环节，建立对性别差异的实时识别与动态响应机制。在派单、考核、计费等算法运行节点嵌入性别公平监测模块、部署轻量级检测模型，当检测到对女性劳动者不利的算法决策时自动触发“保护模式”，或暂停派单或提示人工介入或重新计算考核标准等，保证算法真正回应“差异”。在算法监督环节，开发算法性别公平审计与存证工具。运用统计检验方法对算法运行的历史数据进行回溯分析，比较不同性别群体在关键指标上的结果差异，当女性劳动者在某项指标上系统性劣于男性群体时，审计工具自动标记为“疑似歧视”，生成检测报告供监督机构核查督改。采用区块链或分布式账本技术，对涉及女性劳动者权益的关键决策进行日志存证，每条日志记录决策时间、输入特征、输出结果、算法版本等信息，将算法决策从“黑箱”变为“可追溯、可复现、可验证”的透明过程。

其三，社会协同方面，营造多元主体共治生态。推进“算法向善”，需要平台企业、工会组织、妇联组织、劳动者自身形成合力。平台企业应主动承担算法向善的社会责任。作为算法权力的持有者，必须将性别平等、承认差异、结构赋权纳入企业核心价值与运营标准体系。蚂蚁集团“数字木兰”计划提供了有益探索，通过“AI豆计划”在欠发达县域建立数字就业中心，帮助乡村女性成为人工智能训练师，从数据“供养者”转变为技术“参与者”，在创造就业机会的同时重塑数字劳动中的性别结构。工会组织应充分发挥在算法治理中不可替代的集体协商职能。作为女性劳动者代表与平台企业进行对等谈判，推动签订维护女性劳动者特殊权益的专项集体合同，鼓励女性劳动者在算法规则形成的民主程序中积极表达诉求。妇联组织应发挥性别治理的监督职能。在新就业形态领域建立妇联组织，通过调查研究、政策倡导、个案介入等方式，监督算法规则是否存在性别偏见，为女性劳动者提供维权支持和法律援助。比如，浙江省温州市建立反就业性别歧视联合约谈工作机制，约谈工作组由妇联、人社局、总工会联合成立，凸显了工会、妇联是拥有约谈权的监督主体，是推进算法向善保障新业态女性劳动者权益的重要角色。女性劳动者自身应主动成长为驾驭算法的主体。通过参与“女职工数智素养与技能提升平台”“社区巾帼人工智能学校”“女性AIGC创新训练营”等，掌握算法的基本逻辑，建立挑战算法的勇气，进入算法设计、规则制定、监督评估等核心场域，变劳动权益保障的被动者为算法治理中性别公平的主动建构者。

注：本文为贵州省2023年度哲学社会科学规划青年课题《贵州高校传承红色基因育人的现状、问题及优化路径研究》（课题编号：23GZQN57）成果。