Люди платят «ИИ-женщине» меньше, чем «ИИ-мужчине», — даже когда под обеими «оболочками» работает одна и та же модель. В VR-эксперименте участники награждали реальными деньгами ассистента Йохана и ассистентку Йоханну за абсолютно одинаковую работу — и Йоханне доставалось на 10,25% меньше. Сразу уточнение, без которого легко скатиться в сенсацию: речь не о том, что у нейросети есть пол. Речь о людях — о том, как мы сами реагируем на «мужскую» и «женскую» подачу одного и того же алгоритма. Результаты представили учёные из Лимерика, Цюриха и бизнес-школы SKEMA на конференции NordiCHI ’26 в финском Вааса в начале октября — а полный текст выйдет в трудах ACM.
Одна модель, разные гонорары
Как устроен опыт? Исследователи посадили 189 человек в виртуальный офис и дали им в коллеги сразу несколько ИИ-агентов — все на одной и той же модели GPT-4 (если точно, версии gpt-4-1106-preview). Среди них были текстовый чат-бот, настольный робот и два человекоподобных ассистента — «мужчина» Йохан и «женщина» Йоханна.
Участники выполняли рабочие задачи, а потом делили реальные деньги между собой и помощником — так замеряли не слова, а поведение. Важная деталь: сама работа Йохана и Йоханны оценивалась примерно одинаково, способности у них были идентичны, и отличался лишь гендерный «ярлык» — имя да внешность. Всё остальное — буква в букву одно и то же. Именно эта чистота условий и делает результат показательным: раз всё совпадает, кроме пола, то и разницу в оплате объяснить больше нечем.
Говорили одно, платили другое
И вот тут слова разошлись с делом. Большинство участников в опросах уверяли, что пол ассистента им безразличен, — но их кошельки говорили обратное: Йоханне платили заметно меньше при той же работе. Любопытно, что «недоплата» — не единственный перекос. Йохана вдобавок сочли «более живым», человекоподобным, чем Йоханну.
При этом по доверию разрыв между ними был, но статистически незначимый — значимой оказалась именно разница в деньгах. А вот человекоподобные агенты в целом явно выигрывали у робота и чат-бота: им и доверяли больше, и платили щедрее. И, что неожиданно, сильнее всех к «живым» ассистентам тянулись женщины — именно они доверяли им охотнее мужчин.
Зеркало, а не причина
Что всё это значит? «Мы привыкли считать ИИ нейтральным, — говорит соавтор работы Мэри Хаусфельд, — но дизайн таких систем несёт те же предубеждения, что и отношения между людьми». Иными словами, нейросеть здесь не источник неравенства, а зеркало: гендерный разрыв в оплате люди принесли в виртуальный офис сами. Выводы стоит принимать с поправкой — это один VR-эксперимент на 189 участниках, и его ещё предстоит перепроверить.
Да и реакцию людей на аватар в VR нельзя напрямую переносить на работу с текстовым ботом в обычном интерфейсе. Но тревожит не статистика сама по себе, а момент: ИИ-ассистентов внедряют в компаниях всё быстрее, и вместе с ними в рабочие процессы легко протащить старую предвзятость в новой «оболочке».
Внешность ассистента — уже не косметика
Сам по себе ИИ права на равную оплату не имеет — он не субъект, а инструмент, и «обижаться» на недоплату некому. Юридически Йоханна — строка кода, а не работница. Но ровно здесь и прячется подвох: если компания переносит такой дизайн в живые рабочие процессы, риск достаётся уже людям. Предвзятость, которую участники продемонстрировали к «женскому» агенту, никуда не девается — она просто меняет адресата.
Сегодня человек недоплачивает виртуальной Йоханне, завтра тот же рефлекс срабатывает при оценке живой сотрудницы, сидящей рядом. То есть эксперимент интересен не правами нейросети, а тем, что он вскрывает механику человеческого смещения — и показывает, как легко она переносится на настоящие кадровые решения.
Выбор пола и внешности ассистента перестаёт быть вопросом вкуса дизайнера. Если окажется, что определённое оформление системно занижает оценку «женских» ролей, это уже не эстетика, а потенциальный материал для проверки на дискриминацию. И бремя доказывания здесь разворачивается не в пользу бизнеса: обосновывать, что система нейтральна и никого не ущемляет, придётся самой компании.
При этом речь не только о «внутренней» справедливости. Если клиент на 10 с лишним процентов ниже оценивает продукт только из-за «женского» голоса или аватара ассистента, это уже прямые деньги — и относиться к выбору оформления как к мелочи становится просто невыгодно. Юристы и продуктовые команды, по сути, получают общий интерес: закрыть этот риск заранее.
Но главная правовая загвоздка — не в самом эксперименте, а в выводах, которые из него делают. Пока человекоподобному ассистенту доверяют больше и фактически «переплачивают», его подсказки получают особый вес. А дальше простая цепочка: если такой агент участвует в оценке, найме или распределении задач, его смещённые рекомендации влияют уже на живых сотрудников. И вот здесь до споров о справедливости оценки труда — один шаг.
Отдельная тонкость: доказать дискриминацию, спрятанную в «нейтральной» рекомендации алгоритма, куда сложнее, чем в прямом решении начальника, — ответственность размывается между разработчиком, площадкой и работодателем. Поэтому разумный шаг для компаний — не ждать первого иска, а проверять своих ИИ-помощников на такие перекосы заранее и хранить следы этих проверок.
