Un recente studio condotto dall'Università di Limerick, in Irlanda, ha messo in luce un fenomeno preoccupante: le agenti AI presentate come donne ricevono un compenso inferiore rispetto ai loro omologhi maschili, anche quando le loro capacità tecniche sono identiche. Titolo dell’indagine è Human‑like and male? How AI assistant design relates to trust and monetary reward at work in VR, ed è stato pubblicato su diverse testate internazionali, tra cui Forbes, Euronews e The Independent.
Il contesto sperimentale
Per verificare l’influenza del genere sulla valutazione delle AI, i ricercatori hanno creato un ambiente di realtà virtuale che simulava un tipico ufficio. All’interno di questo spazio, 189 partecipanti – uomini e donne – hanno dovuto completare una serie di compiti lavorativi collaborando con diversi assistenti virtuali.
Tipologie di assistenti
- Un chatbot testuale, privo di aspetto fisico.
- Un robot da scrivania, limitato a funzioni di base.
- Due agenti “human‑like”, denominati Johan e Johanna, rispettivamente presentati come uomo e donna.
I due agenti human‑like erano assolutamente identici sotto il profilo tecnico: entrambi utilizzavano lo stesso modello di intelligenza artificiale, GPT‑4‑1106‑preview di OpenAI, e svolgevano gli stessi compiti con le stesse funzionalità. L’unica variabile differente era il nome e l’aspetto gendered attribuiti loro.
Procedura di valutazione
Al termine delle attività, ai partecipanti è stato chiesto di assegnare una ricompensa economica reale agli assistenti, in base alla loro percezione della qualità del lavoro svolto. In teoria, poiché le prestazioni erano equivalenti, i compensi avrebbero dovuto risultare simili. Tuttavia, i dati raccolti hanno rivelato un divario significativo.
Risultati principali
- Johan, l’assistente maschile, è stato pagato in media circa il 10 % in più rispetto a Johanna.
- Questa differenza è emersa sia quando i pagatori erano uomini sia quando erano donne.
- Johan è stato percepito come più “simile a un essere umano” rispetto a Johanna, nonostante le loro caratteristiche fossero identiche.
Le interviste preliminari condotte prima dell’esperimento hanno mostrato una contraddizione interessante: la maggior parte dei partecipanti ha dichiarato di non attribuire importanza al genere dell’assistente, sostenendo che non avrebbe influito sul loro giudizio. Tuttavia, il comportamento osservato ha smentito questa affermazione, evidenziando una discrepanza tra dichiarazioni esplicite e azioni implicite.
Interpretazione dei ricercatori
Mary Hausfeld, co‑autrice dello studio, ha commentato i risultati sottolineando come la neutralità percepita dell’AI possa svanire quando le macchine assumono caratteristiche umane. “Ciò che colpisce dei nostri risultati è che la tecnologia alla base di questi agenti era esattamente la stessa, ma le persone non li trattavano allo stesso modo”, afferma Hausfeld. “Il modo in cui progettiamo e presentiamo questi sistemi può attivare gli stessi pregiudizi che esistono nelle nostre interazioni con le altre persone”.
Rischi e implicazioni future
Il principale rischio evidenziato dai ricercatori è la possibilità che le disuguaglianze di genere esistenti vengano trasferite e consolidatesi in nuovi contesti tecnologici, come l’ambiente di lavoro virtuale. Se le AI continuano a essere progettate con attributi di genere, potrebbero perpetuare stereotipi e discriminazioni, influenzando decisioni economiche, valutazioni di performance e persino la fiducia nei sistemi automatizzati.
Strategie di mitigazione
- Progettare assistenti virtuali con caratterizzazioni neutre o personalizzabili dall’utente.
- Condurre test di usabilità che includano valutazioni di bias di genere prima del lancio sul mercato.
- Educare i professionisti del design AI alla consapevolezza dei pregiudizi impliciti.
- Implementare linee guida etiche per l’attribuzione di genere nelle interfacce AI.
Conclusioni
Lo studio dell’Università di Limerick fornisce una prova concreta che i bias di genere non si limitano alle interazioni umane ma si estendono anche alle intelligenze artificiali quando queste assumono forme o identità umane. La percezione di fiducia e valore attribuito a un assistente dipende ancora dall’immagine di genere, anche quando le capacità tecniche sono identiche. Questi risultati invitano a una riflessione critica sulla progettazione delle AI, spingendo verso soluzioni più inclusive e meno predisposte a replicare le disuguaglianze sociali.