Num estudo num local de trabalho virtual, 189 trabalhadores do conhecimento atribuíram avaliações e recompensas monetárias diferentes a assistentes de IA que partilhavam o mesmo modelo de linguagem subjacente. O relato dos investigadores da Universidade de Zurique de 14 de outubro indica que os avatares de aparência humana receberam mais confiança, reconhecimento e dinheiro do que um robô de secretária. Um dos avatares, Johan, também recebeu mais dinheiro do que Johanna, mas os investigadores alertam que o género, por si só, não explica essa diferença.

O resultado diz respeito a uma tarefa controlada em realidade virtual. Os participantes podiam atribuir até quatro francos suíços após cada colaboração, ficando com o restante. O estudo não mede salários pagos a pessoas, preços de IA nem os efeitos da adoção de avatares em todo um local de trabalho.

A grande mudança

  • O que mudou: Um estudo manteve constantes o modelo de linguagem e o processo de interação do assistente, alterando a forma como os participantes o encontravam. Os avatares específicos de aparência humana receberam avaliações e recompensas mais altas do que o robô de secretária usado no estudo.
  • Porque importa: A apresentação de um assistente de IA pode afetar a forma como as pessoas avaliam e recompensam o seu contributo, mesmo quando o sistema subjacente é o mesmo. Quem o desenha não pode presumir que a forma mais bem avaliada seja a preferida dos trabalhadores.
  • O que acompanhar: Estudos com variações mais sistemáticas dos avatares e utilização mais prolongada poderiam separar os sinais de género, a semelhança humana percecionada e outras características de design. Esta experiência não estabelece como esses fatores se manifestariam no trabalho quotidiano.

O mesmo assistente sob formas diferentes

Os participantes debateram ideias sobre temas laborais em três rondas: uma conversa por texto, um robô de secretária e Johan ou Johanna, dois assistentes virtuais de aparência humana com apresentação masculina e feminina. Os investigadores afirmam que as quatro representações usavam o mesmo modelo de linguagem de grande dimensão e o mesmo processo de interação. Após cada ronda, os participantes avaliaram a semelhança humana, a confiança e o reconhecimento do contributo, podendo depois atribuir ao assistente parte de uma recompensa de quatro francos. A equipa entrevistou também 34 participantes.

O relato dos autores afirma que os dois avatares de aparência humana foram considerados mais semelhantes a humanos e receberam mais confiança, reconhecimento e recompensas do que o robô de secretária. Essas diferenças foram estatisticamente significativas na comparação apresentada. Os entrevistados por vezes descreveram os avatares como mais afáveis ou mais semelhantes a colegas, e alguns relacionaram essa impressão com as suas avaliações ou recompensas. Contudo, as entrevistas não revelaram uma preferência clara por um assistente de aparência humana. Muitos participantes disseram que preferiam usar um que fosse visivelmente não humano.

Essa divergência é útil para quem desenha IA para o trabalho. Uma avaliação recolhida imediatamente após uma tarefa e uma preferência declarada para utilização futura respondem a perguntas diferentes. O estudo mostra que não têm necessariamente de evoluir em conjunto nestes designs específicos. Não identifica uma aparência universalmente preferida para os assistentes de IA.

O que o resultado de Johan e Johanna permite dizer

Cada participante encontrou apenas um dos dois avatares de aparência humana, pelo que a comparação entre Johan e Johanna foi feita entre participantes. Johan foi considerado mais semelhante a um humano e recebeu uma maior atribuição monetária. Os autores não encontraram uma diferença estatisticamente significativa entre os dois avatares nas avaliações de confiança ou reconhecimento.

Muitos entrevistados disseram que o género de um assistente não deveria afetar os seus juízos, e muitos preferiam um assistente sem género. Essa posição declarada coexiste com a diferença medida nas recompensas, mas não prova por que motivo os participantes distribuíram o dinheiro de forma diferente. Como explicam os investigadores, o estudo usou um avatar de apresentação masculina e outro de apresentação feminina. O par também diferia na semelhança humana percecionada, e outras características dos designs específicos podem ter contribuído. Para atribuir um efeito ao género seria necessário testar vários avatares, variando esses sinais de forma independente.

O registo público do artigo identifica o estudo de conferência de 2026 e o respetivo DOI. A BIG CHANGE não conseguiu aceder ao artigo completo através da ACM ou do repositório universitário, pelo que este relato se baseia na explicação publicada pelos autores, e não numa nova revisão das suas tabelas estatísticas. A BIG CHANGE não conseguiu verificar de forma independente os montantes das recompensas nem as dimensões dos efeitos a partir do artigo completo.

A anterior cobertura da BIG CHANGE de uma auditoria ao enviesamento de género analisou diferenças nas respostas dos modelos de IA. Esta experiência diz respeito às reações das pessoas a representações de um único assistente subjacente. Os dois estudos abordam questões relacionadas com enviesamento através de resultados diferentes.

Fontes e leituras adicionais