Czytasz artykuł w trybie offline
Ludzka twarz, ludzkie uprzedzenia. Jak oceniamy asystentów AI
Źródło: Canva
Kiedy sztuczna inteligencja dostaje imię, głos i ludzką twarz, zaczynamy traktować ją jak współpracownika. Badanie pokazuje, że razem z antropomorficznym wyglądem do cyfrowego biura mogą przenikać stereotypy znane z relacji między ludźmi
Badacze zaprosili 189 pracowników umysłowych do wirtualnego biura. Uczestnicy zakładali gogle VR i wykonywali zadania z pomocą różnych asystentów AI. Jeden miał formę zwykłego czatu tekstowego, drugi był niewielkim robotem stojącym na biurku, a trzeci wyglądał jak człowiek. Ten ostatni występował jako Johan albo Johanna. We wszystkich przypadkach odpowiedzi generował ten sam model – GPT-4-1106-preview.
Po każdym zadaniu uczestnicy oceniali, jak bardzo ufają asystentowi, jak duży był jego wkład w pracę i jak bardzo przypominał człowieka. Dostawali też 4 franki szwajcarskie do podziału. Część mogli zatrzymać, a część przeznaczyć na dalszy rozwój używanego przez siebie asystenta. Im więcej oddawali AI, tym większą wartość przypisywali jej pomocy.
Johan otrzymywał średnio 2,96 franka, a Johanna – 2,54. Kobiecemu awatarowi przyznawano więc około 14 proc. mniej pieniędzy niż męskiemu, mimo że technologia była identyczna. Jednocześnie w wywiadach po badaniu zdecydowana większość uczestników twierdziła, że płeć asystenta AI nie wpłynęła ani na ich zaufanie, ani na wysokość przyznanej nagrody.
„Uderzające w naszych wynikach jest to, że technologia stojąca za tymi agentami AI była dokładnie taka sama, ale ludzie nie traktowali ich w ten sam sposób” – mówi dr Mary Hausfeld z University of Limerick, współautorka badania, cytowana przez The Independent” Jak dodaje, sposób, w jaki projektujemy i przedstawiamy systemy AI, może uruchamiać te same założenia i uprzedzenia, które pojawiają się w kontaktach między ludźmi.
Johanna była również oceniana jako mniej podobna do człowieka niż Johan. W siedmiostopniowej skali otrzymała średnio 4,59 punktu, a Johan – 5,09. Jednocześnie badacze nie znaleźli istotnej statystycznie różnicy w poziomie zaufania do obu postaci ani w ocenie ich wkładu w pracę.
Autorzy podkreślają więc, że nie da się jednoznacznie stwierdzić, iż uczestnicy płacili Johannie mniej wyłącznie dlatego, że przedstawiano ją jako kobietę. W eksperymencie wykorzystano tylko jeden kobiecy i jeden męski awatar. W wirtualnej rzeczywistości różniły się nie tylko płcią, lecz także twarzą, głosem i innymi szczegółami wyglądu.
Wygląd awatara wpływał na zachowanie uczestników nawet wtedy, gdy płeć nie odgrywała roli. Asystenci przypominający ludzi otrzymywali średnio 2,76 franka, a robot – 1,98 franka. Ludzkim awatarom bardziej ufano i przypisywano im większy udział w wykonanej pracy, mimo że robot korzystał dokładnie z tego samego modelu językowego.
Niektórzy uczestnicy zauważyli ten efekt dopiero po zakończeniu badania. Jeden z rozmówców powiedział badaczom, że wygląd asystenta nie powinien wpływać na decyzję o nagrodzie. Kiedy jednak przypomniał sobie własne wybory, stwierdził, że rzeczywiście oddał więcej pieniędzy AI wyglądającej bardziej jak człowiek.
Jednocześnie bardziej ludzki wygląd wcale nie był powszechnie aprobowany. Wśród 34 osób uczestniczących w wywiadach 13 wolało asystenta wyraźnie przypominającego maszynę. 11 osób chciało czegoś przeciwnego: cyfrowego współpracownika jak najbardziej podobnego do człowieka, z którym rozmowa przypominałaby kontakt z kolegą z pracy.
W rozmowach pojawiały się również skojarzenia dobrze znane z rzeczywistych miejsc pracy. Niektórzy uczestnicy przypisywali kobiecym i męskim asystentom różne rodzaje zadań. Kobiecy awatar bardziej pasował im do spraw interpersonalnych i HR, a męski – do techniki, księgowości i „twardych faktów”. Jeden z uczestników powiedział nawet, że w kwestiach międzyludzkich wybrałby kobietę, a przy zarządzaniu projektem lub księgowości – mężczyznę.
Badacze zwracają uwagę, że projektanci AI mogą więc nieświadomie przenosić do cyfrowego świata role i oczekiwania znane z rzeczywistych organizacji. Im bardziej asystent przypomina współpracownika, tym łatwiej użytkownik zaczyna traktować jego wygląd, głos czy płeć jako informacje o kompetencjach, wiarygodności albo pozycji społecznej.
Badanie ma wyraźne ograniczenia. Cały eksperyment trwał około pół godziny, a uczestnicy spotykali się tylko z jednym męskim albo jednym kobiecym awatarem. Próba pochodziła z jednego kraju, a jej uczestnicy mogli być bardziej obeznani z technologią niż przeciętna populacja. Nie wiadomo więc jeszcze, czy różnica utrzymałaby się przy innych twarzach i głosach ani podczas wielomiesięcznej wspólnej pracy z AI.
To właśnie chcą teraz sprawdzać autorzy. Ich eksperyment pokazuje jednak, że kiedy AI dostaje imię, głos i ludzką twarz, użytkownicy zaczynają reagować na coś więcej niż jakość odpowiedzi. A razem z ludzkim wyglądem do cyfrowego biura mogą wejść również ludzkie uprzedzenia.
Źródło:
Isabelle Cuber i in., „Human-Like and Male? How AI Assistant Design Relates to Trust and Monetary Reward at Work in VR”, NordiCHI 2026, https://dl.acm.org/doi/10.1145/3829807.3829910
Niektórzy uczestnicy przypisywali kobiecym i męskim asystentom różne rodzaje zadań. Kobiecy awatar bardziej pasował im do spraw interpersonalnych i HR, a męski – do techniki, księgowości i „twardych faktów”.
Podobne artykuły
Przejdź do publikacji: Równe szanse tylko w teorii? O niewidzialnych nierównościach w świecie nauki
Równe szanse tylko w teorii? O niewidzialnych nierównościach w świecie nauki Przejdź do publikacji: Równe szanse tylko w teorii? O niewidzialnych nierównościach w świecie nauki
Przejdź do publikacji: AI oszczędza czas. Dlaczego więc mamy poczucie winy?
AI oszczędza czas. Dlaczego więc mamy poczucie winy? Przejdź do publikacji: AI oszczędza czas. Dlaczego więc mamy poczucie winy?
Przejdź do publikacji: Czy zakaz mediów społecznościowych dla nieletnich będzie skuteczny? Przypadek Hiszpanii