探討生成式人工智慧（AI）介入下中高齡女性勞動參與之新契機

前言

　　台灣人口數自2020年正式進入出生率小於死亡率的交叉點，生育率持續下降，社會正面臨人口高齡化與少子化的雙重挑戰，不僅使得台灣快速進入超高齡社會，更讓產業界備感勞動力短缺的壓力。根據國家發展委員會的調查顯示，台灣的工作年齡人口比例正在快速下滑，進一步隨著中高齡人口面臨退休，大量具備豐富工作經驗的中高齡勞動者退出職場，更加劇此一問題。

　　依據「2025年性別圖像」（行政院性別平等處）資料推估，2023年女性工作年齡人口 (15-64歲) 數約有1037萬人，女性的勞參率為51.82%，已較2013年上升1.36%，勞參率在此期間呈現穩定成長的態勢；從人口結構來說，從40-49歲以後，女性人口便多於男性，年齡愈大，女性所佔比例愈高，顯示中高齡女性基數龐大，提供了豐富的人力資源庫；其次，勞參率之性別落差以中高齡者 (45-64歲) 最為明顯，高達23.27個百分點，顯示男性勞參率仍顯著高於女性，這明顯的落差再加上女性龐大的人口基數，共同指出這是一個有待進一步開發的潛力人口區塊。

　　生成式人工智慧（或稱生成式AI、GenAI、GAI）是一種人工智慧系統，能夠產生文字、圖像或其他媒體以回應提示工程，比如ChatGPT（維基百科社群，n.d.）。

　　自2022年末ChatGPT的問世，各種功能的生成式AI徹底改變了在通用文字任務中的可及性及應用性，迄今已強力顛覆了產業界對員工職能的要求，職能在人力資源管理的領域中，指的是一個人完成工作任務時應具備的知識 (Knowledge)、技能 (Skills) 和態度 (Attitude) 等特質，未來要如何提升自我對生成式AI 的知識及運用，己成為中高齡者不分性別普遍的數位焦慮。

一、中高齡女性勞參率的崛起

　　台灣從2020年起出現「死亡數超過出生數」的交叉點，少子高齡的壓力正快速放大，產業端的缺工也更明顯。同時，女性在工作年齡中的占比逐步上升，特別是中高齡女性，已成為值得看見的勞動力來源。（行政院性別平等處，2025）

　　公開資料顯示，女性勞參率近年持續走升，45–64歲仍存在性別差距，但差距已有縮小趨勢（行政院性別平等處，2025）。這意謂著，若能降低重返職場的門檻、提供適性的學習支持，整體勞動供給可望被溫和而持續地「活化」。

圖1 我國歷年男女勞動力參與率及性別差距

　　由圖1可知，女性整體勞參率逐年上升；近十年差距逐漸縮小。（行政院性別平等處〈2025年性別圖像〉）

圖2 我國男女勞動力與長期趨勢—按年齡組別

　　由圖2可知，中高齡女性分齡勞參率與變化（45–49、50–54、55–64），50–54歲、45–49歲增幅最明顯；55歲後勞參率仍下滑，但降幅有趨緩跡象。（行政院性別平等處〈2025年性別圖像〉)

二、學習現場：動機、阻力與支持

　　中高齡女性對於生成式AI的接受度，受到多重因素的影響，包括學習動機、環境支持以及對新技術的態度，具體展現在克服學習阻力、提升職能及改變日常生活和工作模式上。

• 學習動機

根據AI小聚的問卷調查顯示，參與者其中50-59歲佔比最高，顯示中高齡女性是該AI小聚學習活動的主要參與者（李，2025），而學習動機方面，包括「想多認識AI，獲取最新資訊」和「工作上用得上，提升職場競爭力」；且有大部分受訪者表示「我覺得蠻容易上手」或「因有老師引導，所以容易上手」，這說明在適當的引導下，中高齡女性對於新科技的接受高不易抗拒

• 克服學習阻力

對新科技的整合，中高齡者普遍存在對變化的抗拒、對自主性的威脅、以及對AI幻覺的不信任等心理層面阻力Li（2024） ，指出女性和年齡較長員工（41-50歲及51歲以上）對績效期望和努力期望的影響較低，可能是因為刻板印象和對學習新技術的抗拒。

故生成式AI學習的重點不是讓陌生的事物變得熟悉，而是能洞見與捨棄原本的習慣與思考方式。透過強調生成式AI能提高工作效率及成功案例等具體課程演示，方可以有效克服認知偏誤和心理阻力（Toolify AI，2024）。

• 提供支持

相關研究結果指出，缺乏學習動機、逃避困難、擔心成本過高以及缺少技術指導或協助，是員工面臨數位學習的阻礙因素（劉仲廷、單玉如，2008；Li，2024）。因此，將課程做成清楚路徑、以示範與回饋降低不確定、鼓勵創新，並保持開放和誠實的溝通，能有效建立信任並消除員工疑慮，從而促進企業內生成式AI的運用（Toolify AI，2024）。

女性AI小聚調查報告中也指出，課程氛圍「很自在，學得開心」，成功讓參與者在無壓力情境下進行學習；調查也指出課後提供影片、回顧教材並建立問題解決機制，例如在LINE群組裡討論，也是強化學習的便利性和支持學習時間無法配合之參與者的重要方式(李秀玲，2025)。

三、職場應用：從效率到知識轉化

　　生成式AI 的問世，為中高齡女性在職場上帶來新的公平和應用機會，將有助於延長工作年限或二度進入職場上的女性做好再就業的準備。

• 提升工作效率

把重複性工作（資料彙整、文稿初稿、摘要彙編）交給 AI，讓時間回到溝通與判斷；多數學員回饋能「更快完成工作」與「生活更有條理」（Toolify AI，2024；李秀玲，2025）。

• 適性培訓與能力更新

生成式 AI 能協助個人化學習與在職更新，對延長職涯與再就業準備具實質幫助；這對中高齡員工尤其重要，因為企業需要「適當更新員工在職務上所需的知識及技能，才能讓員工的實力與時俱進」(勞動部，2020)。

• 公平、多元、共融的職場

在人資流程中以 AI 檢測偏誤、優化職務描述，有助吸引多元人才、建構更包容的工作環境（Toolify AI，2024；行政院性別平等處，2025）。

儘管中高齡女性在某些科技相關領域的佔比仍然偏低 (行政院性別平等處，2025)，例如科學園區及ICT產業相關研究人員，女性員工佔比平均不及3成，但生成式AI 的應用仍可以協助中高齡女性在職場上發揮更多價值，例如將工作經驗轉化為數位資產，進一步成為企業內部知識管理系統的資料來源，AI可間接成為女性在職場上強大的賦能工具。

• 職務再設計與經驗傳承

台灣政府鼓勵企業透過職務再設計來協助中高齡及高齡員工排除就業障礙，提升工作效能（勞動部，2020），研究顯示，即使具備相關AI知識，部分員工在實際操作上仍可能遇到困難，中小企業應制定差異化的培訓和支持策略，以滿足不同年齡和性別群體的需求，從而提高技術採用率（Li，2024），故中高齡員工的隱性知識可透過 AI 工具進行整理、標註與轉寫，轉為可檢索的知識資產，強化組織韌性與代間協作。

四、給企業與政策的三個行動建議

• 課更友善

設計「情境拆解—示範操作—任務清單—回饋修正」的四步路徑，並提供課後影片＋群組答疑，縮短落差。

• 用更具體

以部門痛點為牽引建立 3–5 個「可上線的 AI 使用場景」（如合規摘要、會議紀錄、自動草擬），落地即見效。

• 留住經驗

以標準化提問模板蒐集資深員工決策脈絡，透過 AI 協助結構化成「內部知識庫」，並以案例懶人包傳承。

結語

　　面對少子高齡與缺工壓力，中高齡女性是值得投資的人力資源池。本文整理顯示：在明確動機、友善引導與可求助的學習環境下，中高齡女性對生成式 AI 的適應力良好，且能把工具化為效率與職能的增益（李秀玲，2025；Li，2024）。企業若以「友善課程設計 × 具體使用場景 × 經驗數位化」三軸推動，將可同時回應人力缺口、留住知識資產，並帶動更公平與共融的職場文化。

【參考資料】

• 一零四資訊科技股份有限公司高年級50+. (2024, September 19). 2024 中高齡就業趨勢報告 (PDF). 職場力 104人力銀行. 
• 行政院性別平等處. (2025). 2025年性別圖像. 
• 李秀玲. (2025). 「AI好幫手・小聚大回饋」2025年上半年度問卷調查報告. 社團法人台中市社區婦女成長協會. 
• 勞動部勞動力發展署. (2020). 中高齡及高齡人力運用指引手冊（企業版）. 
• 維基百科社群. (n.d.). 生成式人工智慧.
• 劉仲廷、單玉如. (2008). 阻礙企業員工參與數位學習原因與激勵方式之研究。電子商務研究, 6(2), 207-228。
• Hsiu-Ling Li. (2024). Exploring the adoption behavior of SME employees towards generative AI using UTAUT. In Proceedings of SIBR International Conference, Osaka, Japan.
• Toolify AI. (2024). 克服生成式AI整合阻力：HR社群的實用指南. Toolify AI.