Forskning viser, at kvinder bruger generativ AI mindre på grund af moralske bekymringer

En ny studie ledet af Oxford University konkluderer, at kvinder bruger generativ AI langt mindre end mænd – ikke fordi de mangler færdigheder, men fordi de er mere bekymrede for AI’s skade på arbejdspladser, privatliv, mental sundhed og samfundet som helhed.

Som de primære mål for uautoriseret deepfake-indhold har kvinder været stærkt associeret med aktivisme omkring denne kontroversielle gren af generativ AI i de sidste syv år, hvilket har ført til nogle notable sejre i løbet af den seneste tid.

Men en ny studie ledet af Oxford University argumenterer for, at denne karakterisering af kvindelig bekymring omkring AI er for snæver, og finder, at kvinder bruger generativ AI af alle typer langt mindre end mænd – ikke på grund af manglende adgang eller færdigheder, men fordi de er mere tilbøjelige til at se det som skadeligt for mental sundhed, beskæftigelse, privatliv og miljø.

Artiklen siger:

‘Ved at bruge nationale repræsentative UK-undersøgelsesdata fra [2023–2024] viser vi, at kvinder adopterer GenAI væsentligt mindre ofte end mænd, fordi de opfatter dets samfundsmæssige risici anderledes.

‘Vores sammensat indeks, der fanger bekymringer om mental sundhed, privatliv, klimapåvirkning og arbejdsmarkedets forstyrrelse, forklarer 9-18% af variationen i adoption og rangerer blandt de stærkeste prædiktorer for kvinder i alle aldersgrupper – overgående digital litteracitet og uddannelse for unge kvinder.’

De største huller, ifølge forskerne, viser sig blandt yngre, digitalt dygtige brugere, der udtrykker stærke bekymringer om AI’s sociale risici, med kønsforskelle i personlig brug, der når over 45 procentpoint:

Kønsforskelle i hyppig generativ AI-brug er størst blandt kvinder med høj digital litteracitet, der også rapporterer stærke bekymringer om mental sundhed, klima, privatliv og arbejdsmarkedrisici, mens de mindste huller viser sig blandt dem med større optimisme omkring AI’s samfundsmæssige effekter. Kilde

Ved at matche lignende respondenter på tværs af pågældende undersøgelsesbølger i en syntetisk tvillingspanel, finder studiet, at når unge kvinder bliver mere optimistiske omkring AI’s samfundsmæssige påvirkning, stiger deres brug af generativ AI fra 13% til 33%, hvilket betydeligt lukker hullerne. Blandt dem, der er bekymrede for klima-skader, udvides kønsforskellen i generativ AI-brug til 9,3 procentpoint, og blandt dem, der er bekymrede for mental sundhed-skader, udvides den til 16,8 point, drevet ikke af øget brug blandt mænd, men af markante fald blandt kvinder.

Forfatterne identificerer derfor en åbenbar kulturel effekt i forhold til køn:

‘I gennemsnit viser kvinder mere social medfølelse, traditionelle moralske bekymringer og stræben efter [lighed]. Imens har moralske og sociale bekymringer været fundet at spille en rolle i accepten af teknologi.

‘Fremvoksende forskning om GenAI i uddannelse antyder, at kvinder er mere tilbøjelige til at opfatter AI-brug på lektier eller opgaver som uetisk eller lig med snyd, facilitere plagiarism eller sprede misinformationskampagner.

‘Større bekymring for det sociale godt kan delvist forklare kvinders lavere adoption af GenAI.’

De mener, at kvinders synspunkt på dette, som observeret i studiet, er et gyldigt synspunkt:

‘[Kvindernes] forhøjede følsomhed over for miljø-, sociale og etiske påvirkninger er ikke misplaceret: generative AI-systemer har i øjeblikket betydelige energikrav, urent arbejdsmarked og velkendte risici for bias og misinformation.

‘Dette antyder, at indsnævring af kønsforskellen ikke kun er et spørgsmål om at ændre perceptioner, men også om at forbedre de underliggende teknologier selv. Politikker, der inciterer lav-kulstof modeludvikling, styrker sikkerhedsforanstaltninger omkring bias og velværeforskader og øger gennemsigtighed omkring forsyningskæde- og træningsdata-praksis, ville derfor adresse legitime bekymringer – samtidig med at kvindernes risikobevågenhed fungerer som en vægtstang for teknologisk forbedring i stedet for en barriere for adoption.’

De bemærker yderligere, at selvom studiet viser klare beviser for den nævnte adoptionsforskel, er fundene sandsynligvis endnu højere uden for Storbritannien (hvor studiet er foretaget).

Den nye artikel har titlen ‘Kvinder bekymrer sig, mænd adopterer: Hvordan kønsbestemte perceptioner former brugen af generativ AI’ og kommer fra forskere på tværs af Oxford Internet Institute, Institute for New Economic Thinking i Belgien og Humboldt Institute for Internet and Society i Berlin.

Data og tilgang

En ny trend i forskning har indikeret for nylig, at kvinder bruger generativ AI (af alle typer) mindre hyppigt end mænd, på trods af ingen forskel i evner eller adgang – et underskud, der er estimeret som en bidragende faktor til kønslønsforskellen for nylig, i overensstemmelse med tidligere tendenser, der relaterer lavere internetbrug (hos kvinder) med lavere lønninger:

Fra 2023-artiklen ‘Har internetbrug virkelig indsnævret kønslønsforskellen? Bevis fra kinesisk generel social undersøgelsesdata’, en illustration af, at internetbrug indsnævrer kønslønsforskellen mere betydeligt på lavere lønniveauer, med aftagende afkast, når lønniveauerne stiger. Kilde

For det nye arbejde brugte forfatterne årlige studieinformationer fra den britiske regerings Public attitudes to data and AI: Tracker survey initiativ for at analysere, hvordan perceptioner af AI-relaterede risici påvirker adoptionsmønstre på tværs af køn, isolerer risikofølsomhed som en nøglefaktor i reduceret brug blandt kvinder.

GenAI-kønsforskelle bliver langt større, når risikobekymringer kombineres med andre træk. Det største hul, illustreret nedenfor, på 5,3 point, viser sig blandt kvinder med høje digitale færdigheder, der ser AI som en mental sundhedsrisiko:

Kønsforskelle i GenAI-brug varierer afhængigt af både attituder og demografi. Røde celler viser, hvor mænd bruger GenAI mere end kvinder, især i personlig brug. De største huller viser sig, når høje digitale færdigheder kombineres med bekymringer om mental sundhedsrisici. På arbejdspladser vokser hullerne, når bekymringer om privatliv eller klima er til stede. Blå celler markerer mindre eller omvendte huller.

Mental sundhedsbekymringer tenderer til at forstærke kønsforskellen på tværs af de fleste grupper, med den stærkeste effekt blandt yngre og mere digitale brugere, mens privatlivs bekymringer også udvider forskellen og i visse arbejdskontekster presser hullet op til 22,6 point.

Selv blandt ældre respondenter, der udtrykker bekymring om AI’s klimapåvirkning, forbliver hullet betydeligt på 17,9 point, hvilket indikerer, at perceptioner af skade vejer tungere på kvinder – herunder i grupper, hvor samlet AI-brug er relativt lavt.

Risikoperceptioner

For at bestemme, hvor stærkt risikoperception påvirker adoption, opbyggede forskerne en sammensat indeks baseret på bekymringer om AI’s effekter på mental sundhed, klima, privatliv og beskæftigelse. Denne score blev derefter testet sammen med uddannelse, beskæftigelse og digital litteracitet ved hjælp af tilfældige skovmodeller opdelt efter alder og køn, og fandt, at på tværs af alle livsfaser forudsagde AI-relaterede risikoperceptioner konsekvent generativ AI-brug – ofte rangerende højere end færdigheder eller uddannelse, især for kvinder:

Tilfældige skovmodeller, opdelt efter alder og køn, viser, at AI-relateret risikoperception er en stærkere prædiktor for generativ AI-brug for kvinder end for mænd, rangerende blandt de to øverste funktioner på tværs af alle kvindelige aldersgrupper og overgående digital litteracitet og uddannelse. For mænd dominerer digital litteracitet, mens risikoperception rangerer lavere og spiller en mindre konsekvent rolle. Modellerne antyder, at samfundsmæssige bekymringer former AI-adoption langt stærkere for kvinder end traditionelle færdigheds- eller demografiske faktorer. Se venligst kilde-PDF’en for bedre læselighed og generel opløsning.

På tværs af alle aldersgrupper forudsagde bekymring om AI’s samfundsmæssige risici generativ AI-brug stærkere for kvinder end for mænd. For kvinder under 35 rangerede risikoperception som den anden mest indflydelsesrige faktor, der formede brug, sammenlignet med sjettepladsen for mænd, mens den blandt middelaldrende og ældre grupper rangerede som nummer ét for kvinder og nummer to for mænd.

På tværs af modeller stod risikoperception for mellem 9% og 18% af den prædiktive vigtighed, overgående uddannelse og digital færdighedsmalinger.

Ifølge artiklen antyder disse resultater, at kvinders lavere adoption af generativ AI skyldes mindre bekymring om personlige risici og mere omfattende etiske og samfundsmæssige bekymringer. I dette tilfælde synes tøven at være drevet af en stærkere bevidsthed om AI’s potentiale til at skade andre eller samfundet som helhed, snarere end dem selv.

Syntetiske tvillinger

For at teste, om ændringer i holdninger til disse emner kan ændre adfærd, brugte forskerne en syntetisk tvillingdesign, hvor de parrede lignende respondenter på tværs af to undersøgelsesbølger. Hver person fra den tidligere bølge blev matchet med en senere respondent af samme alder, køn, uddannelse og beskæftigelse.

Teamet sammenlignede derefter ændringer i generativ AI-brug blandt dem, der enten forbedrede deres digitale færdigheder eller blev mere optimistiske omkring AI’s samfundsmæssige effekter, hvilket gjorde det muligt for dem at isolere, om større litteracitet eller reduceret bekymring kunne øge adoption, især blandt unge voksne:

For at teste, om målrettede ændringer påvirker AI-brug, sammenlignede forskerne unge voksne, der forbedrede deres digitale færdigheder eller blev mere optimistiske omkring AI’s samfundsmæssige påvirkning. Begge ændringer øgede adoption, men digital litteracitet udvidede kønsforskellen ved at hjælpe mænd mere. Til gengæld øgede større optimisme kvinders brug fra 13% til 33%, indsnævring af forskellen og antyder, at adresse af etiske bekymringer kan være mere effektivt end kun færdighedsopbygning alene.

Øget digital litteracitet øgede generativ AI-brug for begge køn, men udvidede forskellen, hvor mænd fik mere ud af det. I den fulde stikprøve steg kvinders brug fra 9% til 29%, mens mænds brug steg fra 11% til 36%.

Blandt unge voksne øgede færdighedsopbygning mænds brug markant fra 19% til 43%, mens kvinders stigning fra 17% til 29% var beskeden og ikke statistisk signifikant. Til gengæld producerede større optimisme omkring AI’s samfundsmæssige påvirkning en mere balanceret ændring, hvor kvinder steg fra 13% til 33%, og mænd fra 21% til 35%. I den fulde stikprøve bevægede kvinder sig fra 8% til 20%, og mænd fra 12% til 25%.

Derfor antyder artiklen, at mens digital opbygning løfter adoption generelt, tenderer den også til at udvide kønsforskellen – og omformulering af perceptioner omkring AI’s bredere påvirkning synes mere effektiv til at øge kvinders brug uden at proportionelt øge optagelse blandt mænd.

Konklusion

Betydningen af disse fund synes at forgrenee, da artiklen udvikler sig; tidligere, som citeret ovenfor, betragter forfatterne kvinders større global bekymring og etisk holdning med billigelse. Mod slutningen af artiklen opstår der en mere tøvende og pragmatisk synsvinkel – måske i ånden med tiden – da forfatterne undrer sig over, om kvinder vil blive “ladt tilbage” på grund af deres moralske vagtsomhed og betænkeligheder:

‘[Vores] fund peger på bredere institutionelle og arbejdsmarkedsmæssige dynamikker. Hvis mænd adopterer AI i ubetydeligt højere takter under den periode, hvor normer, forventninger og kompetencer endnu er under udvikling, kan disse tidlige fordele komme til at påvirke produktivitet, færdighedsudvikling og karriereudvikling over tid.’

* Min konvertering af forfatternes inline-citationer til hyperlinks.

Først udgivet torsdag, 8. januar 2026