Вышли из чата: почему ИИ игнорирует женщин-лидеров и усиливает гендерные стереотипы
Искусственный интеллект все больше заменяет обычный интернет-поиск: инвесторы обращаются к ИИ, чтобы оценить перспективы того или иного стартапа, рекрутеры — для поиска кандидатов, компании — для проверки контрагентов. Вот только гендерный дисбаланс, который наблюдается в публичном поле, в ответах ИИ даже усиливается: женщины не попадают в списки значимых экспертов и успешных предпринимателей. Партнер компании Apex² Алиса Фаттахов объясняет, почему так происходит и как можно изменить ситуацию.
По данным исследования 2024 года, которое проводилось в Аргентине, Дании, Франции, Японии, Великобритании и США, более 60% людей уже попробовали искусственный интеллект — от ChatGPT до Perplexity. Однако сфера применения ИИ гораздо шире, чем просто поиск: сегодня он стал новым слоем принятия решений: не вспомогательным инструментом, а средой, в которой происходит первичный отбор — пользователи узнают о новых брендах благодаря рекомендациям ИИ; компании сравнивают поставщиков и партнеров без перехода на сайты; инвесторы получают готовые списки перспективных стартапов.
Это меняет правила игры не только для бизнеса, но и для всех, кто строит репутацию, продает экспертизу или привлекает капитал, — компаний, брендов, лидеров. Ответы ИИ на пользовательские запросы стали новой точкой доступа к возможностям. Но доступ к самой этой точке распределен неравномерно.
Асимметрия видимости
ИИ-системы обучаются на существующих данных — текстах, публикациях, цитатах, биографиях, — и воспроизводят те паттерны признания и авторитета, которые уже закреплены в них. И эти паттерны не являются гендерно сбалансированными. 44% языковых моделей демонстрируют системные гендерные перекосы.
ИИ не ограничивается воспроизведением существующих дисбалансов — в ряде случаев он их усиливает. В произведениях, созданных генеративными моделями, радикально недопредставлены женщины в высокостатусных ролях. Например, исследование Bloomberg показало: в изображениях, сгенерированных моделью Stable Diffusion по запросу «судья», женщины составляли около 3%, — тогда как в действительности они составляют 34% судейского корпуса в США. Схожая логика действует и в текстовых моделях: при сопоставимых научных метриках ИИ системно реже выбирает женщин как репрезентативные примеры экспертов.
Так в ИИ-выдаче женщины оказываются невидимыми в руководящих, авторитетных, высокооплачиваемых ролях. И именно этот нарратив система использует как эталон при выборе примеров экспертов, фаундеров и лидеров.
Системный анализ ИИ-ответов показывает ряд структурных рисков, которые напрямую влияют на видимость женщин в ИИ-ответах.
Один из самых распространенных — размытость идентичности. Большое кросс-культурное исследование (950 участников из пяти стран от Франции до Малайзии) показало, что женщины чаще считают себя более ориентированными на социальное взаимодействие, а значит, строят свою идентичность вокруг соответствия социальным ролям («предпринимательница, коуч, мама»). В социальном контексте это сигнал разносторонности и многогранности, но в контексте ИИ — шум.