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 job, 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 bemærkelsesværdige sejre i nyere tid.

Men en ny studie ledet af Oxford University argumenterer for, at denne karakterisering af kvinders 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 miljøet.

Papiret siger:

‘Ved at bruge landsdækkende UK-surveydata 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 arbejdsmarkedforstyrrelse, forklarer 9-18% af variationen i adoption og rangerer blandt de stærkeste forudsigere for kvinder i alle aldersgrupper – overgående digital litterathed 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 personligt brug, der når over 45 procentpoint:

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

Ved at matche lignende respondenter på tværs af successive survey-bølger i en syntetisk-tvillingpanel, finder studiet, at når unge kvinder bliver mere optimistiske om AI’s samfundsmæssige impact, stiger deres brug af generativ AI fra 13% til 33%, og lukker således hullerne betydeligt. 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, vokser den til 16,8 point, drevet ikke af øget brug blandt mænd, men af markant 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 forfølgelse af [lighed]. Imens har moralske og sociale bekymringer været fundet at spille en rolle i accepten af teknologi.

‘Fremvoksende forskning om GenAI i uddannelse foreslår, at kvinder er mere tilbøjelige til at opfatter AI-brug på lektier eller opgaver som uetisk eller svarende til 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 her, som observeret i studiet, er et gyldigt:

‘[Kvinders] 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 misinformationskampagner.

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

De bemærker yderligere, at mens studiet viser klare beviser for den nævnte adoptionsforskel, er deres fund sandsynligvis endnu højere uden for Storbritannien (som er studiets beliggenhed).

Den nye artikel har titlen ‘Kvinder bekymrer sig, mænd adopterer: Hvordan kønsbestemte opfattelser former brugen af generativ AI’ og kommer fra forskere på 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 nylig indikeret, at kvinder bruger generativ AI (af alle typer) mindre hyppigt end mænd, på trods af ingen forskel i evne eller adgang – et underskud, der er estimeret som en bidragende faktor til kønslønsforskellen, i overensstemmelse med tidligere tendenser relateret til lavere internetbrug (hos kvinder) med lavere løn:

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

Til det nye arbejde brugte forfatterne årlige studieinformationer fra den britiske regerings Offentlige holdninger til data og AI: Tracker-undersøgelse initiativ for at analysere, hvordan opfattelser af AI-relaterede risici påvirker adoptionsmønstre på tværs af køn, isolerende risikofølsomhed som en nøglefaktor i reduceret brug blandt kvinder.

GenAI-kønsforskelle vokser meget bredere, 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 personligt brug. De største huller viser sig, når høje digitale færdigheder kombineres med bekymringer om mental-sundhedsrisici. På arbejdspladsen vokser hullerne bredere med bekymringer om privatliv eller klima. 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 privatlivsbekymringer også udvider kløften og i nogle arbejdskontekster skyder 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 opfattelser af skade vejer tungere på kvinder – herunder i grupper, hvor det samlede AI-brug er relativt lavt.

Risikoperception

For at bestemme, hvor stærkt risikoperception påvirker adoption, byggede 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 litterathed ved hjælp af random forest-modeller delt efter alder og køn, og fandt, at på tværs af alle livsfaser, AI-relaterede risikoperceptioner konsekvent forudsagde generativ AI-brug – ofte rangerende højere end færdigheder eller uddannelse, især for kvinder:

Random forest-modeller, stratificeret efter alder og køn, viser, at AI-relateret risikoperception er en stærkere forudsiger for generativ AI-brug for kvinder end for mænd, rangerende blandt de to øverste funktioner på tværs af alle kvindelige aldersgrupper og overgående digital litterathed og uddannelse. For mænd dominerer digital litterathed, mens risikoperception rangerer lavere og spiller en mindre konsekvent rolle. Modellerne indikerer, at samfundsmæssige bekymringer former AI-adoption langt stærkere for kvinder end traditionelle færdigheds- eller demografiske faktorer. Venligst se 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 inflydelsesrige faktor, der formede brug, sammenlignet med sjettepladsen for mænd, mens den blandt middelaldrende og ældre grupper rangerede som førstepladsen for kvinder og andenpladsen for mænd.

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

Ifølge artiklen indikerer disse resultater, at kvinders lavere adoption af generativ AI stammer mindre fra bekymringer om personlige risici og mere fra bredere 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.

Synthetiske tvillinger

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

Holdet sammenlignede derefter ændringer i generativ AI-brug blandt dem, der enten forbedrede deres digitale færdigheder eller blev mere optimistiske om AI’s samfundsmæssige effekter, og tillod dem at isolere, om større litterathed 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 om AI’s samfundsmæssige impact. Begge ændringer øgede adoption, men digital litterathed udvidede kønsforskellen ved at hjælpe mænd mere. Til gengæld øgede større optimisme kvinders brug fra 13% til 33%, og indsnævredede kløften og antydede, at adresse af etiske bekymringer kan være mere effektivt end færdighedsbygning alene.

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

Blandt unge voksne øgede forbedring af digitale færdigheder 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 om AI’s samfundsmæssige impact 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 opskoling hæver adoption overordnet, udvider den også kønsforskellen – og omformulering af opfattelser af AI’s bredere impact synes mere effektiv til at øge kvinders brug, uden at uproportionalt øge optagelse blandt mænd.

Konklusion

Betydningen af disse resultater synes at forgrene, da artiklen udvikler sig; tidligere, som citeret ovenfor, betragter forfatterne kvinders større globale bekymring og etisk holdning med billigelse. Mod slutningen af artiklen opstår et mere tøvende og pragmatisk synspunkt – måske i den nuværende ånd – da forfatterne undrer sig over, om kvinder vil blive “ladt tilbage” på grund af deres moralske vagtsomhed og bekymringer:

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

* Min konvertering af forfatternes inline-citationer til hyperlinks.

Først udgivet torsdag, 8. januar 2026