Luka płacowa w AI. Asystentka z kobiecą twarzą dostała o 10% mniej [BADANIE]

Technologia była ta sama, podobnie jak wykonywane zadania. Asystenci różnili się tylko sposobem przedstawienia użytkownikowi: stopniem podobieństwa do człowieka i cechami sugerującymi płeć.

Na czym polegał eksperyment?

189 uczestników, pracowników umysłowych, założyło gogle VR i znalazło się w wirtualnym biurze, gdzie wykonywali zadania służbowe przy wsparciu asystentów AI. Współpracowali z czterema interfejsami opartymi na tym samym modelu: tekstowym czatbotem 2D, małym robotem biurkowym oraz dwoma antropomorficznymi awatarami, Johanem i Johanną.

Po zadaniu uczestnicy oceniali współpracę w ankiecie. Dostawali też realne pieniądze i decydowali, jaką część zatrzymają, a jaką przeznaczą na nagrodę dla agenta. Dzięki temu badacze mierzyli nie deklaracje, tylko faktyczne zachowanie.

Johannie płacili mniej zarówno mężczyźni, jak i kobiety

Asystenci o ludzkim wyglądzie budzili większe zaufanie i przypisywano im większy wkład w wykonaną pracę niż czatbotowi czy robotowi. Autorzy zwracają uwagę, że w przypadku obu humanoidalnych agentów różnice w zaufaniu i przypisywaniu zasługi nie były istotne. Różnica pojawiła się dopiero przy pieniądzach: Johanna dostała średnio o 10,25 proc. mniej niż Johan.

Co ciekawe, Johanna była też postrzegana jako mniej podobna do człowieka niż Johan. Kobiecość agenta nie tylko wpłynęła więc na wynagrodzenie, ale prawdopodobnie również na to, jak bardzo ludzką istotę widzieli w niej uczestnicy. Niższą stawkę przyznawali jej zarówno mężczyźni, jak i kobiety.

Czyny mówią więcej niż słowa

Po eksperymencie badacze przeprowadzili pogłębione rozmowy z 34 uczestnikami. Trzydzieścioro z nich utrzymywało, że płeć agenta nie ma dla nich znaczenia, mimo że chwilę wcześniej zapłaciło agentce mniej niż agentowi.

Wniosek autorów jest ostrożny: nie chodzi o świadomą decyzję, że kobieta zasługuje na mniej. Wskazuje to raczej na niejawny podwójny standard, którego uczestnicy nie dostrzegali. To interpretacja wyników, a nie bezpośredni pomiar nieświadomych procesów.

Dlaczego tak się dzieje?

Choć badanie nie tłumaczy, skąd bierze się ukryta mizoginia, psychologia ma na to kilka odpowiedzi. Według modelu treści stereotypów psycholożki Susan Fiske i jej współpracowników oceniamy innych w dwóch wymiarach: ciepła i kompetencji. Kobiety są stereotypowo postrzegane jako cieplejsze, ale mniej sprawcze – mężczyźni odwrotnie. W środowisku pracy przekłada się to na milczące założenie, że kobiecie wystarczy wdzięczność, a mężczyźnie należy się wynagrodzenie.

Badania socjologiczne, m.in. Asafa Levanona, Paula Englanda i Paula Allisona, pokazują za to, że zawody, w których pracuje więcej kobiet, są niżej płatne nawet po uwzględnieniu wykształcenia i doświadczenia. Mechanizm to deprecjacja: gdy zawód kojarzy się z kobietami, jego społeczna wycena spada.

W połączeniu z wnioskami wyciągniętymi z serii eksperymentów Clifforda Nassa i Byrona Reevesa wyniki badania mają wiele sensu. Już w latach 90. potwierdzono tezę, że ludzie automatycznie stosują wobec komputerów reguły społeczne, w tym stereotypy płciowe, choć deklarują, że wiedzą, iż rozmawiają z maszyną. Wystarczyły niewielkie sygnały, takie jak głos. Kultura popularna podczepiła się pod ten wniosek. W filmie „Ex Machina” Alexa Garlanda z 2014 roku twórca sztucznej inteligencji celowo nadaje jej kobiecą twarz i ciało, a bohater oceniający maszynę nie jest w stanie oddzielić swojej oceny od tego, jak ona wygląda.

Badanie uczy nas wiele o społeczeństwie i o tym, jak głęboko zakorzenione są w nim standardy płciowe. A dla tych, którzy mówią, że feminizm nie jest już potrzebny, bo płcie są równe jest dowodem, że nie mają racji.