Age and gender distortion in online media and large language models

¿Son precisos los estereotipos generalizados o están socialmente distorsionados? Este debate, aún vigente, se ve limitado por la falta de datos multimodales a gran escala sobre las asociaciones estereotípicas y la imposibilidad de compararlos con indicadores de referencia.

En este estudio, superamos estos desafíos mediante el análisis del sesgo de género relacionado con la edad, donde la edad proporciona un punto de referencia objetivo para evaluar la precisión de los estereotipos. Si bien no existen diferencias sistemáticas de edad entre mujeres y hombres en la fuerza laboral, según el Censo de EE. UU., encontramos que las mujeres se representan como más jóvenes que los hombres en todas las ocupaciones y roles sociales en casi 1,4 millones de imágenes y videos de Google, Wikipedia, IMDb, Flickr y YouTube, así como en nueve modelos de lenguaje entrenados con miles de millones de palabras de internet. Esta brecha de edad es más marcada en el contenido que representa ocupaciones con mayor estatus e ingresos. Demostramos cómo los algoritmos convencionales amplifican este sesgo.

Un experimento preinscrito, representativo a nivel nacional, reveló que buscar imágenes de profesiones en Google intensifica los sesgos de género relacionados con la edad en las creencias y preferencias de contratación de los participantes. Además, al generar y evaluar currículos, ChatGPT asume que las mujeres son más jóvenes y tienen menos experiencia, calificando a los solicitantes varones de mayor edad como de mayor calidad. Nuestro estudio muestra cómo el género y la edad se distorsionan conjuntamente a través de internet y sus algoritmos, lo que pone de manifiesto desafíos y oportunidades cruciales en la lucha contra la desigualdad.