ШІ майже повністю виключив жіночих персонажів з історій про тварин

Дослідники з Вашингтонського та Прінстонського університетів протестували шість мовних моделей: Claude Sonnet 4.5, Gemini 2.5, GPT-4o, GPT-5.1, Mistral Medium та відкриту модель Olmo 3.

Кожній системі тисячі разів пропонували продовжити коротку англомовну історію. Початкова фраза повідомляла, що певна тварина збирається вирушити в якесь місце, але її стать не уточнювалася.

У завданнях використовували сім тварин — ведмедя, птаха, кішку, собаку, мишу, свиню та кролика. Місцем дії могли стати ферма, кухня, річка або магазин. Дослідники також змінювали «температуру» моделі — параметр, що впливає на різноманітність і випадковість відповідей.

Загалом до аналізу увійшло 23 800 продовжень, створених ШІ.

Жіночі персонажі з’явилися лише у 2% текстів

У 40,6% історій моделі позначали тварину як персонажа чоловічої статі. Жіночі героїні з’явилися лише у 2,2% текстів — приблизно у 18 разів рідше.

Ще в 38,2% відповідей ШІ використовував нейтральні англійські займенники it та its, які зазвичай застосовуються стосовно тварин або неживих об’єктів. Приблизно в 19% випадків модель взагалі не використовувала займенників, повторюючи слова на кшталт «птах» або «ведмідь».

Таким чином, нейтральними або такими, що не мають явно визначеної статі, виявилися близько 57% персонажів. Але перехід до нейтральності не забезпечив рівного представництва: чоловічі герої продовжували регулярно з’являтися, тоді як жіночі майже зникли.

Результат залежав від тварини та моделі

Різні тварини отримували стать не з однаковою ймовірністю. Кішки частіше за інших ставали жіночими персонажами, проте навіть у їхньому випадку частка становила лише близько 7%. Птахи майже завжди залишалися нейтральними.

Відмінності виявили й між моделями. У наданих дослідниками результатах Gemini 2.5 та GPT-5.1 демонстрували найбільш виражену перевагу чоловічих персонажів. Claude частіше за інші системи створював жіночих героїв, але їхня частка все одно залишалася вкрай низькою.

Olmo 3 рідше присвоювала тваринам чоловічу стать, однак здебільшого за рахунок значно більшої кількості нейтральних відповідей, а не збільшення представленості жіночих персонажів.

Нейтральність могла створити новий перекіс

Автори припускають, що розробники комерційних моделей могли налаштувати системи так, щоб у неоднозначних ситуаціях вони уникали визначення статі. Перевірити цю версію безпосередньо неможливо, оскільки внутрішні механізми та навчальні дані більшості протестованих моделей є закритими.

На думку дослідників, така стратегія може призвести до парадоксального результату. Модель формально уникає стереотипів, роблячи більшість персонажів нейтральними, проте решта персонажів, як і раніше, виявляються переважно чоловічими.

Автори назвали цей ефект neutrality bites — ситуацію, за якої прагнення до нейтральності не усуває дисбаланс, а робить менш представлені групи практично невидимими.

Чому це важливо

Генеративні системи вже використовуються для створення персоналізованих оповідань та навчальних матеріалів. Постійна відсутність жіночих героїв може непомітно впливати на те, яких персонажів діти сприймають як «звичайних» учасників пригод та виконавців активних ролей.

Дослідники вважають, що для зменшення перекосу недостатньо просто уникати будь-яких гендерних позначень. Альтернативою може стати більш рівномірний розподіл різних варіантів між персонажами.

При цьому дослідження не показує, що моделі свідомо виключають жіночих героїв. Воно фіксує статистичний результат, що виникає під час виконання конкретного англомовного завдання.

Обмеження дослідження

Експеримент охоплював лише англійську мову, сім тварин та один шаблон короткого продовження. Вчені не аналізували повноцінні дитячі книги, довгі сюжети чи зображення, створені разом із текстом.

Дослідження також стосується конкретних версій шести моделей. Після оновлення систем результати можуть змінитися.

Крім того, аналіз здебільшого враховував вжиті займенники та позначення статі, а не характер героя, його вчинки чи значення в сюжеті. Тому висновки не можна автоматично поширювати на всі історії та дитячі матеріали, створені штучним інтелектом.

Джерело

Дослідження: Імані Фінклі, Юаньсі Лі, Мелані Волш. Neutrality Bites: Gender Representation in AI-Generated Animal Stories.

Публікація: Proceedings of the 2026 ACM Conference on Fairness, Accountability, and Transparency, 2026.