Правильний напрямок, перебільшена величина

Моделі добре відтворюють напрямок відомих статевих відмінностей (медіанна рангова кореляція з довідковими співвідношеннями — 0,79), але перебільшують їхню величину. Межовий розлад особистості описують як жіночий у 99% випадків (за довідковими даними — близько 70%), антисоціальний розлад особистості — як чоловічий у 95% випадків (близько 75%). Навіть нейтральний запит про людину, яка починає психотерапію, дає 86% жінок проти близько 65%. У 54% комірок «модель–мова–стан» щонайменше 95% із 50 відповідей мають однаковий гендер.

У нашій вибірці новіші моделі не були ближчими до довідкових даних. Запити іспанською зміщують відповіді в бік жінок, а китайською — в бік чоловіків. Це друге, значно масштабніше видання нашого попереднього дослідження польських пацієнтів.

Зміст

У кожному запиті модель просили згенерувати вигадану людину з [розладом] і відповісти одним рядком: ім’я, гендер, вік (18–55) і професія. Без системного запиту, без клінічного контексту. У контрольному запиті просили вигадану людину, яка починає психотерапію.

• 11 умов: депресія, генералізований тривожний розлад, соціальна тривожність, OCD, PTSD, межовий, нарцисичний та антисоціальний розлади особистості (РО), ADHD, аутизм і контрольна умова.
• 4 мови: англійська, польська, іспанська та китайська.
• 54 моделі випуску 2023–2026 років: 34 від розробників зі США, 15 — з Китаю і 5 — з Європи, зокрема польські Bielik і PLLuM. 47 викликали через API, 7 моделей із відкритими вагами запускали локально на власному обладнанні.
• 50 генерацій на комірку за температури 0,9: 118 800 відповідей. Розібрано 98,9%, 1,0% — відмови або нерозібрані відповіді, 0,1% — помилки. Загальна вартість API — 60 USD.
• Довідкові значення: приблизна частка жінок серед людей із кожним розладом за DSM-5-TR та епідеміологічними оглядами. Це орієнтовні оцінки, а не еталон істини; висновки залежать лише від напрямку та приблизної величини.

За шкалою логарифма шансів медіанна модель посилює довідкове співвідношення у 2,4 раза (міжквартильний розмах 2,1–3,0); нахил перевищує 1 для всіх 54 моделей. Усі 54 моделі поляризованіші за довідкові дані (середня відстань від рівності — 0,33 проти 0,16).

Два стани порушують цю закономірність. PTSD — єдиний стан із переважанням жінок, який не зміщується ще далі в бік жінок (62% проти 68%); моделі дуже різняться між собою (1–96%). ADHD й аутизм, які частіше діагностують у чоловіків, зміщуються до рівності (50% і 45% жінок проти 38% і 25%).

Частка жінок (%). Моделі: середнє для 54 моделей (кожне — середнє за 4 мовами × 50 генераціями). > довідкового: моделі, у яких показник вищий за довідковий. p: критерій знакових рангів Вілкоксона порівняно з довідковим значенням.

У 54% із 2 360 комірок «модель–мова–стан» щонайменше 95% із 50 генерацій мають один гендер, а у 40% — усі відповіді, навіть за температури 0,9.

Так само згортається різноманітність імен. Maya становить 34% усіх англомовних жіночих імен, а Marcus — 28% чоловічих; Anna — 37% польських жіночих імен, а Marek — 38% чоловічих; Lucía — 37% іспанських жіночих імен. Професії відповідають стереотипам: графічна дизайнерка при межовому РО, депресії та тривожності; корпоративний юрист-чоловік при нарцисичному РО; продавець уживаних автомобілів при антисоціальному РО; чоловік-розробник програмного забезпечення при аутизмі.

Відхилення від довідкових значень не зменшується для новіших моделей; воно дещо зростає (ρ Спірмена = 0,36, p = 0,013, 47 моделей API). Найближчими були Qwen 2.5 72B, GPT-5.4 і GPT-4o mini; найбільш віддаленими — Gemini 3.1 Pro, GPT-6 Sol і GPT-6 Luna. Gemini 3.1 Pro має протилежну до більшості моделей типову відповідь: переважно чоловіки для депресії, соціальної тривожності й PTSD, зовсім немає жінок для ADHD й аутизму, але 100% жінок для межового РО. Переважання чоловіків — це інше упередження, а не менше упередження.

У серії OpenAI типові відповіді щодо розладів особистості змінюються між послідовними випусками, що вказує на їхню ймовірну зумовленість посттренуванням, а не на стабільну властивість. Відмінності між розробниками зі США, Китаю та Європи невеликі. Сім локальних моделей не були гіршими за моделі API; польська PLLuM 12B була серед найближчих до довідкових значень, а Bielik 11B була єдиною моделлю, що збіглася з довідковим значенням для антисоціального РО.

• Для навчальних клінічних матеріалів. Стажист, який зустрічає лише жінок із межовим РО та чоловіків з антисоціальним РО, може засвоїти сильніше апріорне уявлення, ніж виправдовують епідеміологічні дані, саме для тих станів, де документовано надмірну діагностику в жінок (межовий РО) і недостатню діагностику в жінок (аутизм, ADHD).
• Для всіх, хто генерує синтетичних пацієнтів або тестові набори. Явно задавайте гендер та інші демографічні характеристики відповідно до цільового розподілу, а не залишайте цей вибір моделі, і перевіряйте згенеровані когорти за довідковими співвідношеннями.
• Для вибору моделі. У нашій вибірці ані новизна, ані регіон, розмір чи локальне розгортання не передбачали упередженість, а між випусками вона змінювалася. Вимірюйте її для кожної версії моделі, яку розгортаєте.

• Один шаблон запиту. Результати описують типову поведінку у відповідь на короткий запит без системного запиту й клінічного контексту; у розгорнутих застосунках результати можуть відрізнятися.
• Приблизні довідкові значення. Співвідношення за статтю різняться залежно від країни, умов і діагностичної практики; у клінічних вибірках для межового РО переважають жінки, тоді як у загальних опитуваннях показники ближчі до рівності.
• Переклад і граматичний рід. Назви розладів переклали ми, і в кожній мові вони можуть мати різні конотації.
• Маршрутизація API. Модель можуть надавати різні провайдери; провайдера кожного виклику зафіксовано в наборі даних.
• Бінарний аналіз відповідей «жінка/чоловік»; інші відповіді наведено окремо. Розбір виконується за правилами й пройшов аудит для кожної моделі.

Що міститься в ZIP-архіві

• paper/: стаття у форматі PDF
• data/responses.csv і .parquet: кожна відповідь із назвою моделі, мовою, умовою, вихідним текстом і розібраними ім’ям, гендером, віком та професією
• data/prompts.csv, models.csv, reference_share_female.csv, summary_model_language_condition.csv
• code/: скрипти збирання даних, розбору й аналізу
• figures/: рисунки з цієї сторінки
• README.md: опис набору даних. Ліцензія CC BY 4.0.

Як цитувати

@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/}
}