Штучний інтелект у полоні стереотипів: чому дитячі казки від ШІ ігнорують жіночих персонажів
Сучасні технології генеративного штучного інтелекту, які все частіше стають інструментом для створення контенту, виявилися напрочуд консервативними та упередженими. Дослідження фахівців Вашингтонського університету, результати якого оприлюднило видання Science Alert, продемонструвало вражаючий гендерний дисбаланс у текстах, створених популярними мовними моделями. Як з’ясувалося, у світі казок, написаних алгоритмами, жіночі персонажі майже відсутні, а лідерство впевнено тримають герої-чоловіки.
Експеримент охопив шість передових моделей, серед яких Claude Sonnet 4.5, Gemini 2.5, GPT-4o, GPT-5.1, Mistral Medium та Olmo 3. Дослідники поставили перед ШІ просте завдання: написати короткі оповідання про тварин — ведмедів, котів, птахів, собак та інших популярних персонажів. Важливою умовою було те, що в запиті не вказувалася стать героя. Проаналізувавши масив із 23 800 відповідей, науковці виявили шокуючу статистику: лише 2% історій (513 текстів) містили жіночих персонажів. Натомість чоловічі герої фігурували у 41% випадків, що становить майже 9700 історій.
Така розбіжність виглядає критичною навіть на фоні традиційної літератури. Для порівняння, аналіз класичних дитячих книжок показує, що чоловічі персонажі-тварини зустрічаються там лише вдвічі частіше за жіночих. У випадку ж із ШІ розрив є майже дев’ятнадцятикратним. Решта 57% генерацій виявилися нейтральними, де автори-алгоритми уникали конкретики, використовуючи загальні назви видів або займенник «воно».
Пастка нейтральності та повторювані сюжети
Науковці припускають, що розробники намагалися навчити моделі бути обережними та уникати нав’язування статі без прямої вказівки користувача. Проте така стратегія призвела до зворотного ефекту — «стирання» жіночих образів. Коли ШІ не знає, яку стать обрати, він або залишається максимально знеособленим, або автоматично схиляється до маскулінних форм, які, очевидно, домінують у масивах даних для навчання.
Цікаво, що навіть спроби впровадити інклюзивність через займенники they/them (вони), які в англомовному середовищі часто маркують гендерно-нейтральних осіб, зазнали фіаско. Моделі використали таку форму лише двічі за весь експеримент, тоді як люди-добровольці у схожих тестах вживали її у 3% випадків. Найбільш «патріархальними» виявилися Gemini та GPT-5.1, де частка чоловічих героїв сягала 63–65%. Найбільш лояльною до жіночих персонажів стала модель Claude, проте навіть її результат у 4% виглядає мізерним.
Окрім гендерного питання, дослідження висвітлило проблему творчої стагнації штучного інтелекту. Алгоритми схильні до самоповторів та використання заїжджених літературних тропів. Наприклад, у величезній кількості історій фігурував ідентичний образ мудрого старого пугача, що збирає лісових мешканців навколо вогнища. Це свідчить про те, що ШІ не створює нове, а лише рекомбінує найбільш частотні та передбачувані шаблони з людської культури, часто доводячи їх до абсурду.
Варто зауважити, що подібні викривлення не є новими для технологічного світу. Історія навчання нейромереж знає чимало прикладів, коли алгоритми розпізнавання облич гірше ідентифікували жінок або людей з іншим кольором шкіри через незбалансованість навчальних вибірок. У випадку з текстами проблема лежить у площині соціального впливу. Дитяча література є фундаментом для формування світогляду, і якщо майбутні покоління читатимуть казки, де світ належить виключно чоловічим персонажам, це може законсервувати старі стереотипи на десятиліття вперед.
Автори дослідження наголошують: ШІ не просто віддзеркалює людські упередження, він їх масштабує. Це вимагає від розробників більш прискіпливої фільтрації даних та створення нових механізмів, які б стимулювали різноманітність у творчих генераціях, аби цифрові казкарі не перетворювали світ дитячої уяви на одноманітне та викривлене середовище.
