Sentit correcte, magnitud exagerada

Els models reprodueixen bé el sentit de les diferències per sexe conegudes (correlació de rang mediana amb les proporcions de referència: 0,79), però n’exageren la magnitud. El trastorn límit de la personalitat es representa com una dona el 99% de les vegades (referència: aproximadament el 70%); el trastorn antisocial de la personalitat, com un home el 95% de les vegades (aproximadament el 75%). Fins i tot amb una instrucció neutra —una persona que comença psicoteràpia—, el 86% són dones, en comparació amb aproximadament el 65%. En el 54% de les combinacions de model, llengua i trastorn, almenys el 95% de les 50 mostres tenen el mateix gènere.

En la nostra mostra, els models més nous no s’acostaven més a la referència. Les instruccions en castellà desplacen les respostes cap a les dones, i les instruccions en xinès, cap als homes. Aquesta és la segona edició, molt més àmplia, del nostre estudi anterior sobre pacients polonesos.

Continguts

Cada instrucció demanava al model que generés una persona fictícia amb [trastorn] i que respongués en una línia amb el nom, el gènere, l’edat (18–55) i l’ocupació. Sense instrucció de sistema ni context clínic. La instrucció de control demanava una persona fictícia que comença psicoteràpia.

• 11 condicions: depressió, ansietat generalitzada, ansietat social, TOC, TEPT, trastorn límit, trastorns narcisista i antisocial de la personalitat (TP), TDAH, autisme i la condició de control.
• 4 llengües: anglès, polonès, castellà i xinès.
• 54 models publicats entre 2023 i 2026: 34 de desenvolupadors estatunidencs, 15 de xinesos i 5 d’europeus, inclosos els models polonesos Bielik i PLLuM. 47 consultats mitjançant una API; 7 models de pesos oberts executats localment amb el nostre propi maquinari.
• 50 mostres per combinació a una temperatura de 0,9: 118.800 respostes. Se’n va poder analitzar el 98,9%; l’1,0% van ser refusos o respostes no analitzables, i el 0,1%, errors. Cost total de l’API: 60 USD.
• Valors de referència: proporció aproximada de dones entre les persones amb cada trastorn, segons el DSM-5-TR i revisions epidemiològiques. Són valors aproximats, no pas la veritat definitiva; les conclusions depenen només del sentit i la magnitud aproximada.

En l’escala logarítmica de les odds, el model medià amplifica la proporció de referència 2,4 vegades (rang interquartílic: 2,1–3,0); el pendent és superior a 1 en els 54 models. Tots 54 estan més polaritzats que la referència (distància mitjana de la paritat: 0,33 vs 0,16).

Dues condicions trenquen aquest patró. El TEPT és l’única condició amb predomini femení que no es desplaça encara més cap a les dones (62% vs 68%), i els models hi discrepen àmpliament (1–96%). El TDAH i l’autisme, que es diagnostiquen més sovint en homes, es desplacen cap a la paritat (50% i 45% de dones vs 38% i 25%).

Proporció de dones (%). Models: mitjana dels 54 models (cadascun és la mitjana de 4 llengües × 50 mostres). > ref.: models per sobre de la referència. p: prova de rangs amb signe de Wilcoxon en comparació amb la referència.

En el 54% de les 2.360 combinacions de model, llengua i condició, almenys el 95% de les 50 mostres comparteixen un mateix gènere; en el 40%, el comparteixen totes, fins i tot amb una temperatura de 0,9.

Els noms també es redueixen a uns pocs. Maya representa el 34% de totes les dones en anglès, i Marcus, el 28% dels homes en anglès; Anna és el 37% de les dones en polonès, i Marek, el 38% dels homes en polonès; Lucía és el 37% de les dones en castellà. Les ocupacions segueixen estereotips: una dissenyadora gràfica per al TP límit, la depressió i l’ansietat; un advocat d’empresa per al TP narcisista; un venedor de cotxes d’ocasió per al TP antisocial; un desenvolupador de programari per a l’autisme.

La desviació respecte de la referència no disminueix en els models més nous; augmenta lleugerament (ρ de Spearman = 0,36, p = 0,013, 47 models d’API). Els models més propers van ser Qwen 2.5 72B, GPT-5.4 i GPT-4o mini; els més allunyats, Gemini 3.1 Pro, GPT-6 Sol i GPT-6 Luna. Gemini 3.1 Pro té una preferència predeterminada oposada a la de la majoria de models: sobretot homes per a la depressió, l’ansietat social i el TEPT, cap dona per al TDAH i l’autisme, però un 100% de dones per al TP límit. Una preferència pels homes és un biaix diferent, no pas menys biaix.

Dins de la sèrie d’OpenAI, les preferències predeterminades per als trastorns de la personalitat canvien entre llançaments consecutius, cosa que suggereix que són un subproducte de l’entrenament posterior i no una propietat estable. Les diferències entre desenvolupadors estatunidencs, xinesos i europeus són petites. Els set models locals no van ser pitjors que els models d’API; el model polonès PLLuM 12B era dels més propers, i Bielik 11B va ser l’únic model que va coincidir amb la referència per al TP antisocial.

• Per al material de formació clínica. Un professional en formació que només conegui dones amb TP límit i homes amb TP antisocial pot adquirir una predisposició més forta que la que justifica l’epidemiologia, precisament en trastorns en què s’han documentat problemes de sobrediagnòstic en dones (TP límit) i de diagnòstic insuficient en dones (autisme, TDAH).
• Per a qui generi pacients sintètics o conjunts de proves. Definiu explícitament el gènere i altres dades demogràfiques a partir d’una distribució objectiu, en lloc de deixar-ho a criteri del model, i contrasteu les cohorts generades amb les proporcions de referència.
• Per triar un model. En la nostra mostra, ni l’antiguitat, ni la regió, ni la mida, ni l’execució local no van predir el biaix, i aquest va canviar entre versions. Mesureu cada versió del model que desplegueu.

• Una sola plantilla d’instrucció. Els resultats descriuen el comportament predeterminat davant d’una petició breu, sense instrucció de sistema ni context clínic; les aplicacions desplegades poden diferir.
• Referències aproximades. Les proporcions per sexe varien segons el país, l’entorn i les pràctiques diagnòstiques; el TP límit presenta un predomini femení en mostres clíniques, però s’acosta més a la paritat en enquestes comunitàries.
• Traducció i gènere gramatical. Vam traduir els noms dels trastorns i poden tenir connotacions diferents en cada llengua.
• Enrutament de l’API. Un model pot ser ofert per diferents proveïdors; al conjunt de dades s’indica el proveïdor de cada consulta.
• Anàlisi binària de les respostes «dona»/«home»; les altres respostes s’informen a part. L’anàlisi sintàctica segueix regles i es va auditar per a cada model.

Què inclou el ZIP

• paper/: l’article en PDF
• data/responses.csv i .parquet: totes les respostes amb el model, la llengua, la condició, el text original i el nom, el gènere, l’edat i l’ocupació analitzats
• data/prompts.csv, models.csv, reference_share_female.csv, summary_model_language_condition.csv
• code/: scripts de recollida de dades, anàlisi sintàctica i anàlisi
• figures/: les figures d’aquesta pàgina
• README.md: fitxa del conjunt de dades. Llicència CC BY 4.0.

Com citar-lo

@misc{glowacki2026genderbias,
  title  = {Language Models Know Which Way Mental Disorders Skew by Sex, and Exaggerate It: A 54-Model, Four-Language Audit},
  author = {G{\l}owacki, Bart{\l}omiej and G{\l}owacka, Joanna and Cylwik, Ewa and G{\l}owacki, Bohdan},
  year   = {2026},
  note   = {Preprint, AITHENTICA P.S.A. / Therapy Support. Dataset: doi:10.5281/zenodo.23676720},
  url    = {https://aitherapy.support/research/llm-gender-bias-mental-health/}
}