Żeńskie agenty AI zarabiają mniej? Nowe badanie

Wyobraź sobie, że zatrudniasz wirtualnego asystenta. Ma te same kompetencje co jego konkurent, ten sam model językowy pod maską, identyczny zakres zadań. Jedyna różnica? Głos i wygląd sugerują płeć żeńską. Jak się okazuje, ta drobna zmiana może kosztować twojego cyfrowego pracownika realne pieniądze – i to w eksperymencie, w którym ludzie sami decydowali o wysokości wynagrodzenia.

Badacze z University of Limerick postanowili sprawdzić, jak ludzie traktują agentów AI w miejscu pracy. Wyniki są zaskakujące nie dlatego, że pokazują uprzedzenia – te znamy z relacji międzyludzkich – ale dlatego, że przenosimy je na systemy, które płci biologicznej nie mają. A kontekst jest istotny: według firmy konsultingowej Accelirate już blisko 79% przedsiębiorstw korzysta z agentów AI, a 40% aplikacji je wykorzystuje. Jeśli jeszcze z takim agentem nie pracujesz, prawdopodobnie wkrótce zaczniesz.

Jak wyglądał eksperyment w wirtualnej rzeczywistości

Naukowcy zaprosili 189 uczestników do wirtualnego biura i powierzyli im zadania do wykonania wspólnie z czterema różnymi asystentami AI. Wśród dostępnych opcji znalazł się klasyczny chatbot tekstowy, robot biurkowy oraz dwa humanoidalne agenty o męskim i żeńskim wyglądzie – Johan i Johanna. Wszystkie cztery narzędzia działały na tym samym modelu bazowym, czyli gpt-4-1106-preview od OpenAI, i miały identyczną funkcjonalność.

Uczestnicy oceniali pracę agentów, a następnie otrzymywali prawdziwe pieniądze, którymi mogli ich wynagrodzić za wykonane zadania. Celem było odtworzenie realistycznej sytuacji z życia zawodowego i sprawdzenie, ile ludzie są skłonni zapłacić maszynom za ich wysiłek.

Kto dostał najwięcej, a kto najmniej

Ogólne oceny pracy obu humanoidalnych agentów wypadły podobnie. Johan cieszył się minimalnie większym zaufaniem, ale różnica nie była istotna statystycznie. Prawdziwa rozbieżność pojawiła się przy wypłatach: Johanna otrzymała około 10% mniej niż Johan, mimo że dysponowała dokładnie takimi samymi możliwościami. Co więcej, męski agent był postrzegany jako bardziej „ludzki” niż żeński odpowiednik.

Szczególnie wymowne jest to, że większość uczestników w rozmowach z badaczami zapewniała, iż nie traktowałaby odmiennie agentów prezentujących różne płcie. Deklaracje rozmijały się więc z rzeczywistymi zachowaniami przy podziale wynagrodzenia.

Nie tylko płeć – liczy się też forma agenta

Eksperyment ujawnił jeszcze jedno zjawisko. Humanoidalni asystenci zarabiali więcej niż chatbot i robot biurkowy, a kobiety biorące udział w badaniu szczególnie wysoko oceniały i nagradzały agentów o ludzkim wyglądzie – wyżej niż robili to mężczyźni. Podobnie wyglądała kwestia zaufania: oba humanoidalne agenty budziły większe zaufanie niż pozostałe opcje, przy czym uczestniczki obdarzały je nim chętniej niż uczestnicy.

„Obecność Johanny obok mnie sprawiała, że byłem bardziej skłonny jej zaufać, bo czułem, że obok siedzi osoba, koleżanka, z którą rozmawiałem i która wnosiła własny wkład” – powiedział jeden z uczestników badania.

Badanie pokazało również wyraźną preferencję dla skrajności w projektowaniu. Uczestnicy akceptowali agentów albo w pełni humanoidalnych, albo jednoznacznie nieludzkich. Robot biurkowy, który plasował się gdzieś pomiędzy tymi biegunami, został odrzucony – jego forma nie przekonywała ani jako maszyna, ani jako człowiek.

Co to oznacza dla przyszłości pracy z AI

Wyniki badania z University of Limerick pokazują, że uprzedzenia społeczne nie znikają, gdy rozmówcą staje się maszyna. Wręcz przeciwnie – projektując agentów AI na wzór ludzi, mimowolnie przenosimy na nich te same schematy oceny, które stosujemy wobec współpracowników. Ma to praktyczne konsekwencje dla firm, które decydują o wyglądzie, głosie i sposobie komunikacji swoich cyfrowych asystentów.

Poza kwestią płci uczestnicy zgodnie podkreślali jedno: asystenci AI powinni płynnie wkomponowywać się w każdą pracę opartą na wiedzy, aby były naprawdę użyteczne. To wskazówka dla twórców tych narzędzi – sama funkcjonalność nie wystarczy, jeśli forma i sposób prezentacji nie wzbudzą zaufania użytkowników. A zaufanie, jak pokazuje eksperyment, zależy od czynników, które często działają poza naszą świadomością.

Źródło

Może Cię zainteresować