社会科学：オンライン上で歪められた年齢とジェンダーの表象
Nature
今週のNature にオープンアクセスで掲載される140万点のオンライン画像分析によると、あらゆる職業や社会的役割において、女性は男性より若く表象されていることが示唆されている。こうしたステレオタイプは、主流のアルゴリズムによってさらに強化される可能性があり、不平等との闘いにおける新たな課題を浮き彫りにしている。
先行研究では、オンライン上で表現される社会的ステレオタイプが現実世界の認識に偏りを生じさせることが確認されている。大規模言語モデルがオンライン生態系の運営にますます関与する中、こうした偏りが人工知能（AI：artificial intelligence）によって無批判に増幅されかねないとの懸念が存在する。
Douglas Guilbeaultら（スタンフォード大学〔米国〕）は、5つの主要オンラインプラットフォーム（Google、Wikipedia、IMDb、Flickr、およびYouTube）から収集した約140万点の画像カタログを用い、さまざまな職業を代表する男女の平均年齢を分析した。その結果、あらゆる職業や社会的役割において、女性が男性より若く表象されていることが判明した（特に医師や銀行員など、より高い地位や収入を得る職種で顕著であった）。これは、国勢調査データによれば、米国の現実の労働力に体系的な差異が存在しないにもかかわらずである。著者らは次に、大規模言語モデル（インターネットデータで訓練されたアルゴリズム）におけるこの傾向の存在を評価した。ChatGPT（Chat Generative Pre-trained Transformer）に対し、16種類の男女名を用いて54職種分の履歴書計4万通を生成させた。結果、ChatGPTは女性候補者を男性候補者より平均1.6歳若いと推定した。これらの履歴書を評価するよう指示すると、ChatGPTは年長の男性候補者を女性応募者より質が高いと評価した。
この結果は、性別や年齢に関するステレオタイプが、オンラインメディアや大規模言語モデルによって歪められ、永続化される可能性を示しており、該当するグループの人々に不利益をもたらす恐れがある。Ana Macanovicが同時掲載されるNews & Views記事で指摘するように、これらの結果は、「年齢や性別に対する偏った認識がAIモデルによって単に受け継がれるだけでなく、積極的に再生産される」という証拠を提供している。
- Article
- Open access
- Published: 08 October 2025
Guilbeault, D., Delecourt, S. & Desikan, B.S. Age and gender distortion in online media and large language models. Nature (2025). https://doi.org/10.1038/s41586-025-09581-z
News & Views: Distorted representations of age and gender are reflected in AI models
https://www.nature.com/articles/d41586-025-02974-0
Nature Podcast: How stereotypes shape AI – and what that means for the future of hiring
https://www.nature.com/articles/d41586-025-03298-9
An analysis of 1.4 million online images suggesting that women are represented as younger than men across occupations and social roles is published in Nature this week. These stereotypes may be further reinforced by mainstream algorithms, revealing new challenges in the fight against inequality.
Previous research has found that social stereotypes represented online can bias our real-world perceptions. With the increasing presence of large language models in the running of the online ecosystem, there are concerns that such biases could be amplified without critique by artificial intelligence.
Douglas Guilbeault and colleagues used a catalogue of nearly 1.4 million images from five popular online platforms (Google, Wikipedia, IMDb, Flickr and YouTube) to analyse the average ages of women and men representing different occupations. They found that women were represented as younger than men across occupations and social roles (particularly in jobs with higher status or earnings, such as doctors or bankers, despite there being no systematic differences in the real-world workforce of the United States according to census data. The authors then assessed the presence of this trend amongst large language models (algorithms that are trained on internet data). They prompted Chat GPT to create 40,000 resumes for 54 occupations using 16 unique female and male names. The results showed that ChatGPT presumed the female candidates to be on average 1.6 years younger than their male counterparts. When asked to rate these resumes, ChatGPT rated the older, male candidates as higher quality than the female applicants.
The results illustrate how stereotypes surrounding gender and age can be distorted and perpetuated by online media and large language models, with the potential to disadvantage individuals in those groups. As Ana Macanovic writes in an accompanying News & Views article, these results provide evidence that “biased perceptions of age and gender are not only picked up by AI models but also actively reproduced by them”.
doi: 10.1038/s41586-025-09581-z
「Nature 関連誌注目のハイライト」は、ネイチャー広報部門が報道関係者向けに作成したリリースを翻訳したものです。より正確かつ詳細な情報が必要な場合には、必ず原著論文をご覧ください。
