W pracy opublikowanej 2 października 2026 r. w materiałach konferencji NordiCHI ’26 badacze opisali eksperyment VR, w którym uczestnicy przydzielili średnio 2,96 CHF na rozwój asystenta Johana i 2,54 CHF na rozwój Johanny. Różnica była istotna statystycznie (p = 0,026). Autorzy wskazali jednak, że nie da się oddzielić wpływu płciowej prezentacji awatarów od ich postrzeganego podobieństwa do ludzi i innych cech wyglądu oraz głosu.
Co uczestnicy oceniali
W badaniu wzięło udział 189 pracowników umysłowych. Każda osoba rozmawiała z tekstowym chatbotem, robotem biurkowym i jednym z dwóch ludzkopodobnych awatarów: Johanem albo Johanną. Wszystkie cztery wersje asystenta korzystały z modelu gpt-4-1106-preview.
Uczestnicy oceniali, jak bardzo asystenci przypominają ludzi, jak bardzo im ufają i ile uznania przyznają ich pracy. Każdą z tych ocen wystawiali w skali od 1 do 7. Mogli też przeznaczyć do 4 CHF na rozwój każdego asystenta. Niewydane środki zostawały u uczestnika, a przydzielone pieniądze stanowiły eksperymentalną alokację na rozwój systemu, nie wynagrodzenie dla AI.
Analiza przydzielonych kwot objęła 159 osób. Pozostałych 30 pominięto w tej części analizy, ponieważ ich pracodawcy zabraniali przyjmowania wynagrodzenia. Cała sesja trwała około 30 minut i odbywała się w symulowanym środowisku pracy. Uczestnicy opracowywali pomysły na wykorzystanie AI w metawersum do wspierania dobrostanu, integracji lub współpracy pracowników.
Wyniki dla Johana i Johanny
Średnie oceny podobieństwa do człowieka, zaufania i uznania mieściły się w skali od 1 do 7. Kwoty oznaczają średnią alokację na rozwój danego asystenta.
| Miara | Johan | Johanna | Wynik statystyczny |
| Podobieństwo do człowieka | 5,09 | 4,59 | Różnica istotna (p = 0,029) |
| Zaufanie | 5,58 | 5,25 | Różnica nieistotna (p = 0,065) |
| Uznanie dla pracy | 5,24 | 5,05 | Różnica nieistotna (p = 0,164) |
| Średnia alokacja na rozwój | 2,96 CHF | 2,54 CHF | Różnica istotna (p = 0,026) |
Wyższa średnia kwota dla Johana nie szła w parze z istotną statystycznie różnicą w zaufaniu ani uznaniu. W całym badaniu asystenci ludzkopodobni uzyskali jednak wyższe średnie oceny zaufania i uznania oraz większe alokacje niż robot biurkowy: odpowiednio 5,41 wobec 5,05, 5,14 wobec 4,90 oraz 2,76 CHF wobec 1,98 CHF.
Co mówi ten wynik o stronniczości płciowej asystentów AI
Autorzy nie przypisali różnicy w alokacjach samej płci awatarów. Johan otrzymał wyższą ocenę podobieństwa do człowieka, a na reakcje uczestników mogły wpływać także konkretne cechy wyglądu i głosu. Badanie dotyczyło krótkiej, kontrolowanej symulacji miejsca pracy, więc opisuje zachowania uczestników w tych warunkach.
Odrębne badanie z 2024 r. przeanalizowało 1400 listów rekomendacyjnych wygenerowanych przez ChatGPT-3.5 dla imion kojarzonych z kobietami i mężczyznami. Wykryte różnice językowe zależały od polecenia i kategorii językowej. To wyniki dotyczące generowania tekstu przez konkretną wersję modelu, a nie ocen awatarów w eksperymencie VR.
