这不是一个孤立的例子;LinkedIn (Reese 2016b)和b谷歌(Gibbs2015)对自动化招聘流程的分析也表明了类似的性别歧视偏见。另一方面，许多增长最快的低薪服务工作都是女性和少数族裔的代表。因此，人工智能资本可能标志着新一轮的性别和种族工作隔离。
人们普遍认为，面对AI自动化，生存之路是教育。在整个劳动力的宏观层面上，“重新培训”新的人工智能相关工作的承诺可以轻松实现，但个体工人的微观命运就没那么容易了。资本主义的秘方是，技术上失业的人应该提升他们的编程技能和计算机素养。在2008年后经济衰退、低成本劳动力充足的背景下，企业普遍放弃了培训:仅仅雇佣具有相关技能的新员工成本更低。在这样的劳动力市场中，工人和失业者不得不进行代价高昂的升级努力，而此时正值新自由主义政策使接受教育的机会出现严重分层。正如丹·谢万(Dan Shewan,2017)对美国的描述:
卡内基梅隆大学这样的私立学校…也许可以为学生提供最先进的机器人实验室，但社区学院和职业学校就不能这么说了，这些学校提供的培训项目是被机器人取代的工人将被迫依赖的。鉴于惊人的学生债务和日益不稳定的就业市场，许多年轻人正在重新考虑他们的选择。对于大多数四五十岁的工人来说，背负数万美元的债务去私立大学攻读传统的四年制学位课程是不可想象的。
针对这一问题，理论上的补救措施包括“大规模开放式在线课程、以就业为导向的纳米学位……提供行业认可的证书，以及在几个月内教授职业IT技能的编码训练营(Kinder2018年)。然而，目前，“使用这些课程的主要是那些受过高等教育或精通数字技术的人，他们希望通过掌握尖端技术来进一步提高自己的就业能力。在劳动力市场的低端，很少有工人利用这些项目”(Kinder2018年)。这些问题将会加剧，因为在人工智能泛滥的背景下，技术变革的速度将要求人们迅速获得这些技能，
96
inhuman power