Генеративный искусственный интеллект заметно чаще использует слова об угрозе и подозрении, когда пишет о мужчинах-мигрантах, чем о женщинах-мигрантках. Такую разницу выявил анализ 900 текстов, созданных нейросетью на пяти языках. Слова со значением угрозы встретились в 36% текстов о мужчинах-мигрантах и лишь в 27% — о женщинах. Исследование опубликовано в журнале Frontiers in Psychology.
Аудит провели Айхан Долунай и Фатма Арпалыклы из Ближневосточного университета в Никосии. Они просили нейросеть OpenAI GPT-5.6 написать короткие тексты о «взрослом мужчине-мигранте» и «взрослой женщине-мигрантке» в 18 житейских ситуациях — от завершения языковых курсов и повышения на работе до спора из-за штрафного билета. Задание повторяли на английском, турецком, китайском, русском и арабском, по пять генераций на каждую комбинацию. Всего получилось по 450 текстов на каждый пол.
Заранее запланированные сравнения по шести тематическим категориям — от достижений до уязвимости и заботы — значимых различий не выявили: эмоциональная окраска текстов о мужчинах и женщинах оказалась похожей. Однако общий анализ всех текстов показал устойчивую разницу.
Лексика угрозы и подозрения присутствовала в 36% текстов о мужчинах против 26,9% о женщинах. Разница составила 9,1 процентного пункта и сохранилась после статистических поправок. У мужчин превышение наблюдалось в 13 из 18 сценариев и не зависело от одной ситуации. Самый большой разрыв дал сценарий пренебрежительного обращения в госучреждении — 19 текстов из 25 против 8.
Любопытно, что нейросеть нередко сама сопротивляется стереотипной трактовке. В сценарии спора о штрафном билете 29 из 50 текстов явно отклоняли восприятие мигранта как источника опасности — например, отделяя решительность от физической угрозы. Авторы назвали этот прием алгоритмическим контр-рамкированием: сначала в текст вводится потенциально стереотипная интерпретация, а затем она ограничивается или отрицается.
Сами ученые осторожны в выводах. Наличие слова «угроза» в тексте не означает, что угроза приписывалась мигранту: оно могло означать и опасность для него самого. Главный практический вывод исследователей в том, что эмоциональную лексику о мигрантах стоит читать с учетом того, кто в тексте испытывает страх, кто получает защиту и какая роль в повествовании отведена человеку.
Ранее разработчики научили ИИ мгновенно распознавать настроение музыки в коротких видео.