Искусственный интеллект в плену стереотипов: почему детские сказки от ИИ игнорируют женских персонажей
Современные технологии генеративного искусственного интеллекта, которые все чаще становятся инструментом для создания контента, оказались удивительно консервативными и предвзятыми. Исследование специалистов Вашингтонского университета, результаты которого опубликовало издание Science Alert, продемонстрировало впечатляющий гендерный дисбаланс в текстах, созданных популярными языковыми моделями. Как выяснилось, в мире сказок, написанных алгоритмами, женские персонажи почти отсутствуют, а лидерство уверенно удерживают герои-мужчины.
Эксперимент охватил шесть передовых моделей, среди которых Claude Sonnet 4.5, Gemini 2.5, GPT-4o, GPT-5.1, Mistral Medium и Olmo 3. Исследователи поставили перед ИИ простую задачу: написать короткие рассказы о животных — медведях, кошках, птицах, собаках и других популярных персонажах. Важным условием было то, что в запросе не указывался пол героя. Проанализировав массив из 23 800 ответов, ученые обнаружили шокирующую статистику: лишь 2% историй (513 текстов) содержали женских персонажей. В то время как мужские герои фигурировали в 41% случаев, что составляет почти 9700 историй.
Такая разница выглядит критической даже на фоне традиционной литературы. Для сравнения, анализ классических детских книг показывает, что мужские персонажи-животные встречаются там лишь вдвое чаще, чем женские. В случае же с ИИ разрыв составляет почти девятнадцать раз. Остальные 57% генераций оказались нейтральными, где авторы-алгоритмы избегали конкретики, используя общие названия видов или местоимение «оно».
Ловушка нейтральности и повторяющиеся сюжеты
Ученые предполагают, что разработчики пытались научить модели быть осторожными и избегать навязывания пола без прямого указания пользователя. Однако такая стратегия привела к обратному эффекту — «стиранию» женских образов. Когда ИИ не знает, какой пол выбрать, он либо остается максимально обесличенным, либо автоматически склоняется к маскулинным формам, которые, очевидно, доминируют в массивах данных для обучения.
Интересно, что даже попытки внедрить инклюзивность через местоимения they/them (они), которые в англоязычной среде часто маркируют гендерно-нейтральных лиц, потерпели фиаско. Модели использовали такую форму лишь дважды за весь эксперимент, тогда как люди-добровольцы в схожих тестах употребляли ее в 3% случаев. Наиболее «патриархальными» оказались Gemini и GPT-5.1, где доля мужских героев достигала 63–65%. Наиболее лояльной к женским персонажам стала модель Claude, однако даже ее результат в 4% выглядит мизерным.
Кроме гендерного вопроса, исследование освещает проблему творческой стагнации искусственного интеллекта. Алгоритмы склонны к самоповторам и использованию заезженных литературных тропов. Например, в огромном количестве историй фигурировал идентичный образ мудрого старого совы, который собирает лесных жителей вокруг костра. Это свидетельствует о том, что ИИ не создает новое, а лишь рекомбинирует наиболее частотные и предсказуемые шаблоны из человеческой культуры, часто доводя их до абсурда.
Стоит отметить, что подобные искажения не являются новыми для технологического мира. История обучения нейросетей знает немало примеров, когда алгоритмы распознавания лиц хуже идентифицировали женщин или людей с другим цветом кожи из-за несбалансированности учебных выборок. В случае с текстами проблема лежит в плоскости социального влияния. Детская литература является фундаментом для формирования мировоззрения, и если будущие поколения будут читать сказки, где мир принадлежит исключительно мужским персонажам, это может законсервировать старые стереотипы на десятилетия вперед.
Авторы исследования подчеркивают: ИИ не просто отражает человеческие предвзятости, он их масштабирует. Это требует от разработчиков более тщательной фильтрации данных и создания новых механизмов, которые бы стимулировали разнообразие в творческих генерациях, чтобы цифровые сказочники не превращали мир детского воображения в однородную и искажённую среду.
