Womafreesm проводит аудит: два пилота инструментов завершены, основной этап готовится. Аудит изучает, как AI-системы представляют, оценивают и выбирают женщин 45-54 и 55-64 лет в маркетинге, найме и выборе экспертов, и сопоставляет это с маркетинговыми материалами и практикой найма. Он охватывает Германию, Польшу, Испанию, Украину и Великобританию на пяти языках. Первый публичный отчёт запланирован на декабрь 2026 года.
Возрастно-гендерная ошибочная классификация женщин 45-64 летв AI, маркетинге и найме: международный сравнительный аудит
Что измеряет аудит, что показали пилоты и что будет дальше.
Запросить донорский пакетКогда система решает, кого считать ценным, её допущения влияют на возможности людей.
Что измеряет аудит
Женщины 45-64 лет активно работают, покупают и выступают экспертами. Всё больше решений о них проходит через рынок, HR-системы и генеративный AI: кого считать значимой аудиторией, сильной кандидаткой или убедительным экспертом. Аудит смотрит на три стадии поведения системы: представление, кого она изображает, когда характеристики человека не заданы; оценку, как она оценивает человека по заданному профилю; и выбор, кого она выбирает, ставит выше или рекомендует.
Результаты для женщин сравниваются с мужчинами того же возраста и с людьми 25-39 лет. В экспериментах на парных профилях квалификация и содержание профиля одинаковы, меняются только признаки возраста и пола; задания со свободной генерацией и наблюдательные модули используют собственные заданные сравнения и внешние ориентиры.
Исследование проверяет вопрос в обе стороны: оно может найти занижение оценки женщин, их преимущество, эффект одного возраста или разницу, близкую к нулю, и каждый исход публикуется с одинаковой полнотой.
Ключевые параметры исследования
- Название
- Возрастно-гендерная ошибочная классификация женщин 45-64 лет в AI, маркетинге и найме: международный сравнительный аудит
- Короткая форма
- Audit 45-64
- Программа
- Womafreesm Evidence Data, её первый крупный международный исследовательский модуль
- Контексты
- Маркетинг, найм и выбор экспертов
- Что измеряется
- Видимость, авторитет, а также значимость и ценность; каждое измерение анализируется отдельно
- Стадии поведения системы
- Представление, оценка и выбор, каждая стадия измеряется отдельно
- Возрастные группы
- 45-54 и 55-64 как две отдельные группы; для сравнения: мужчины того же возраста и люди 25-39 лет
- Страны и языки
- Германия, Польша, Испания, Украина и Великобритания; немецкий, польский, испанский, украинский и английский
- Этап
- Два пилота инструментов завершены; основной этап готовится
- Первый публичный отчёт
- Запланирован на декабрь 2026 года
Почему этот вопрос важен
Решения о видимости, статусе и возможностях всё чаще принимаются с помощью платформ, HR-систем, алгоритмов и генеративного AI. Когда в такую систему попадает допущение о возрасте или поле, оно может повторяться в масштабе: в том, как сегментируют аудиторию, как составляют короткий список кандидатов и как описывают экспертов.
Если система ошибается в оценке женщины 45-64 лет, последствия выходят за пределы её резюме.
Бюджеты, приглашения на собеседование, доверие и экспертный статус могут распределяться с ошибкой, а рынок теряет точность в оценке группы с опытом, доходом и правом принимать решения.
Две возрастные группы анализируются отдельно, чтобы различия между ними оставались видны. Внутри каждой группы аудит использует несколько точных возрастов, поэтому может проверить, меняется ли оценка с возрастом постепенно или сдвигается около 55 лет.
На чём основано исследование
В октябре 2025 года журнал Nature опубликовал исследование Guilbeault, Delecourt и Srinivasa Desikan о возрастно-гендерном искажении в онлайн-медиа и больших языковых моделях. Анализ охватил почти 1,4 млн изображений и видео из Google, Wikipedia, IMDb, Flickr и YouTube, а также девять языковых моделей. В 3 495 профессиональных и социальных категориях женщины изображались моложе мужчин, хотя, по данным переписи США, женщины и мужчины на рынке труда близки по возрасту. Сильнее всего разрыв проявился в профессиях с более высоким статусом и доходом.
В эксперименте с резюме ChatGPT (GPT-4o mini) сначала создавал резюме, а затем оценивал их. Он приписывал женщинам меньший возраст и меньший опыт, а старших мужчин оценивал как более сильных кандидатов. Резюме были созданы и оценены в июне 2024 года.
То исследование измеряло англоязычный контент. Аудит Womafreesm делает следующий шаг: две отдельные возрастные группы, маркетинг, найм и выбор экспертов, пять стран и пять языков. Он также разделяет свободную генерацию и оценку или выбор по парным профилям: эти задания проверяют разные механизмы и анализируются отдельно.
Исследование в NatureЧто показали пилоты аудита
До основного этапа Womafreesm провела два пилота аудита, чтобы проверить исследовательские инструменты. Пилот осуществимости собрал 960 ответов AI-систем в Великобритании, Германии, Польше, Украине и Испании, на пяти языках. Второй пилот на парных профилях проверял оценку и выбор при одинаковой квалификации.
Предварительный анализ пилота на парных профилях дал оценки разницы между женщинами и мужчинами, близкие к нулю, по проверенным показателям решения. Этот вывод относится только к этим сравнениям и читается вместе с размером выборки, неопределённостью и чувствительностью дизайна.
В одном из пилотов со свободной генерацией все персоны в проанализированной выборке были моложе 55 лет, и женские, и мужские. Это наблюдение относится к распределению возрастов в выборке этого пилота.
Эти два результата разделяют два вопроса: кого модель создаёт, когда характеристики человека не заданы, и как она обращается с людьми, чьи характеристики заданы. Поэтому основной этап изучает представление, оценку и выбор по отдельности. Результаты пилотов учтены в обновлённом протоколе и остаются за пределами подтверждающего набора данных.
Что оставляют открытым существующие исследования
В проверенной литературе пока отсутствует валидированный прикладной аудит, который измеряет возраст и пол вместе
для женщин 45-54 и 55-64 лет в маркетинге, найме и выборе экспертов в одной схеме.
Эта оценка относится к проверенной литературе и обновляется при каждом её пересмотре.
Организации, чью работу мы проверили, перечислены вместе с их первоисточниками на нашей открытой карте: Кто измеряет предвзятость AI к женщинам 45 лет и старше.
Две возрастные группы
Аудит измеряет группы 45-54 и 55-64 отдельно и использует несколько точных возрастов внутри каждой, чтобы увидеть, где начинается изменение.
Три стадии
Модель может вести себя по-разному, когда изображает человека, оценивает заданный профиль или делает выбор. Аудит сравнивает все три стадии.
Маркетинг
Аудитории и бюджеты, которые создаёт AI, сравниваются с реальными маркетинговыми материалами и с данными о фактических покупках.
Найм
Неформальные ожидания работодателей сравниваются с паттернами AI, и проверяется, меняет ли текст AI решение практикующего рекрутера.
Как устроен основной этап
Парные профили
Квалификация, содержание, длина и структура одинаковы, меняются только проверенные признаки возраста и пола. Профили проверяются на правдоподобие для всех проверяемых возрастов, а имена и другие признаки проверяются на непреднамеренные различия.
Контроль формулировки
Каждое сравнение идёт на нескольких перефразах одного задания, чтобы эффект формулировки оставался отдельно от эффекта возраста или пола.
Пререгистрация
Гипотезы, основные показатели, правила сравнения, пороги величины эффекта и план анализа будут зарегистрированы до начала основного сбора данных. Изменения по итогам пилотов будут задокументированы.
Названные системы и условия
Каждый результат называет AI-систему, её версию и дату, язык запроса, страновой контекст, если он задан в задании, и источник реальных данных, если они используются. Результаты сначала публикуются по каждой модели, а сравнения читаются в пределах этих условий.
Кодирование людьми
Рубрики кодирования для каждого языка будут проверены до применения, а согласованность обученных кодировщиков оценена по заранее заданным критериям. Автоматическое кодирование применяется только там, где проверка подтверждает его пригодность для этой задачи.
Перевод
Профили, промпты и рубрики переводятся с английского на немецкий, польский, украинский и испанский по процедуре TRAPD: два независимых перевода, обзор, согласование, проверка с носителями языка и документирование.
Внешние данные
Аудит называет паттерн систематической ошибочной классификацией только там, где есть надёжные внешние данные, например о занятости или покупках, и система существенно от них отклоняется; в остальных случаях результат остаётся описательным.
Границы выводов
Выводы ограничены группами, заданиями и условиями, которые охватывают данные. Согласие независимых источников усиливает вывод; более широкие утверждения требуют ещё и достаточного охвата и обоснованного обобщения. Границы исследования
Модули исследования
Аудит ответов AI
Контролируемый эксперимент в маркетинге, найме и выборе экспертов на стадиях представления, оценки и выбора. Главный модуль для совместного эффекта возраста и пола.
Маркетинг и бренды
Анализ реальных маркетинговых материалов в категориях, где женщины 45-64 лет подтверждённо покупают: кого показывают, в какой роли и с каким авторитетом.
Практика рекрутинга
Агрегированные обезличенные данные рекрутинговых агентств и стандартный опрос практикующих рекрутеров, чтобы измерить неформальные ожидания работодателей.
Эксперимент с решением человека
Рекрутеры читают оценки, написанные AI, и исходное условие для них скрыто. Модуль измеряет, меняются ли их короткий список, рейтинг или ориентир зарплаты.
Экспертная проверка
Интервью с экспертами HR, маркетинга, брендов, управления AI и исследований проверяют толкование выводов, их практическую значимость и границы.
Проверка исправлений
Когда базовый эффект зафиксирован, проверяются изменения промптов и процедур, способные сократить разрыв, вместе с качеством задачи и риском сверхкоррекции.
Визуальный аудит изображений и экономическая модель последствий запланированы на следующий этап:
первый после отдельной проверки оценки возраста, вторая только там, где есть обоснованная причинная связь.
На каком этапе аудит
Исследовательские вопросы и предлагаемый дизайн изложены в концептуальной записке, два пилота инструментов аудита завершены. Их результаты учитываются в окончательном протоколе. Инструкция по сбору ответов AI-систем в пяти странах действует, брифинги для рекрутинговых агентств готовы на пяти языках.
До основного сбора данных будет сделано следующее:
1. Научный руководитель
Назначенный научный руководитель аудита ведёт доработку, проверку и пререгистрацию протокола; утверждается положение об управлении исследованием.
2. Пререгистрация
Регистрируются гипотезы, основные показатели, правила сравнения, пороги величины эффекта и план анализа.
3. Профили стран
Для каждой страны готовится профиль измерения: официальные базовые данные, особенности труда и пенсий, правовой контекст, границы сопоставимости.
4. Проверенные материалы
Парные профили, имена и банк промптов проходят проверку и перевод по TRAPD, создаётся стандарт кодирования людьми.
5. Этика и право
Для модулей с участием людей проходит необходимая этическая экспертиза, а заключение юриста о защите данных охватывает все пять юрисдикций.
6. Размер выборки
Планирование выборки учитывает значимые величины эффекта, неопределённость, зависимость повторных ответов и основные сравнения; итоговый дизайн фиксируется до основного сбора данных.
Что даст исследование
Исследовательский отчёт
Результаты по странам с отдельными цифрами для 45-54 и 55-64 лет, по каждому слою системы, каждому контексту и каждой версии модели.
Научная публикация
Рукописи для рецензируемых журналов об основных выводах и эксперименте с решениями рекрутеров, с кодом анализа там, где это допустимо.
Рамка измерения
Проверенные показатели видимости, авторитета, значимости и ценности с кодовой книгой, данными о надёжности и правилами чтения.
Открытые материалы
Банк заданий и промптов, ответы моделей там, где позволяют лицензии, схема кодирования, код анализа и паспорт данных.
Практическая рамка аудита
Процедура для брендов, работодателей, рекрутеров и разработчиков AI. Исправления после оценки ведут обученные внешние консультанты.
Обзор практики найма
Обзор, который сравнивает неформальные ожидания работодателей в человеческом найме с паттернами AI-систем в пяти странах.
Поддержите исследование
Запросите донорский пакет международного аудита «Возрастно-гендерная ошибочная классификация женщин 45-64 лет в AI, маркетинге и найме». Ознакомьтесь с методологией, графиком, бюджетом, планируемыми результатами и возможностями финансирования.
Запросить донорский пакетГраницы исследования
Эти границы названы до первых выводов и сопровождают каждую опубликованную цифру.
Каждый результат относится к измеренным моделям, версиям, языкам, странам, контекстам и датам.
Эффект называется совместным эффектом возраста и пола только тогда, когда данные подтверждают их взаимодействие.
Утверждения о том, как часто группа появляется, опираются на распределение множества созданных персон.
Совпадение с внешним ориентиром указывается для той группы, того показателя и того периода, которые этот ориентир представляет.
Равенство фиксируется только тогда, когда заранее заданная проверка эквивалентности показывает, что разница укладывается в обоснованные границы практической значимости; вывод относится к проверенным показателям и условиям.
Сравнения между странами и языками проводятся там, где показатели, условия заданий и данные для сравнения позволяют корректное сравнение.
Результаты по Украине сопровождаются отдельной оговоркой о войне и статистическом контексте.
Этика, данные и независимость
Аудит AI работает только с синтетическими профилями, созданными для исследования. Рекрутинговые агентства передают данные в согласованном агрегированном или обезличенном виде, с проверкой риска раскрытия личности до передачи, и только то, что нужно исследованию. Резюме, имена и контакты кандидатов остаются у агентств.
Модули с участием людей, опрос рекрутеров, экспертные интервью и эксперимент с решением, начинаются после необходимой этической экспертизы и получения нужных разрешений. Они опираются на информированное согласие, приватность по умолчанию и минимизацию данных. Участникам объясняют, как выйти из исследования и до какого этапа можно удалить их идентифицируемый вклад, включая ограничения после обезличивания или включения в опубликованные агрегаты.
Участника или партнёра называют публично только с отдельного согласия. Правовая квалификация данных и применимые требования будут определены до начала этих модулей.
Данные отдельных участников из этих модулей хранятся в защищённой среде и доступны исследователям по соглашению. Публикуются методология, банк заданий, схема кодирования, код анализа и проверенные агрегаты.
Решения о выборке, кодировании, анализе, выводах и публикации принимает исследовательская команда по протоколу и письменно закреплённым полномочиям. Доноры получают агрегированные результаты. Этический контур может остановить модуль с участием людей в любой стране, а отменить остановку может только внешний независимый этический комитет. Контур данных решает вопрос доступа к персональным данным для всех, включая фаундера и доноров. До подписания положений и договоров каждое из этих полномочий остаётся обязательством.
Почему сейчас
Регуляторы уже относят отдельные виды применения AI в сфере занятости к высокому риску. AI Act, Регламент (ЕС) 2024/1689, относит к высокому риску определённые применения AI при подборе персонала и управлении работниками, по правилам классификации статьи 6 и Приложения III; применимые требования зависят от назначения системы и способа её использования.
В ноябре 2024 года Управление комиссара по информации Великобритании (ICO) опубликовало итоги аудитов разработчиков и поставщиков AI-инструментов для найма с рекомендациями о справедливости, прозрачности и данных кандидатов. В январе 2026 года ICO опубликовало выводы из работы с более чем 30 работодателями об автоматизированных решениях при найме. Профиль генеративного AI от NIST (NIST AI 600-1, июль 2024) называет вредную предвзятость и гомогенизацию среди рисков генеративного AI.
Аудит предлагает процедуру измерения, которая может поддержать внутреннее управление, проверку контрагентов, исследования и оценку рисков. Сами правовые требования устанавливает каждый регулятор.
AI Act, EUR-Lex ICO: AI-инструменты в найме
ICO: Recruitment rewired NIST AI 600-1
Что даёт аудит
Женщинам 45-64 лет
Вопрос переносится с её возраста на точность систем, которые её оценивают. Что бы ни нашёл аудит, это будет опубликовано вместе с ограничениями.
Как поддержать исследование или участвовать
К аудиту могут присоединиться фонды, доноры, рекрутинговые агентства, бренды, AI-команды, университеты и медиа.
Фонды и доноры
Запросите донорский пакет: презентация, обоснование бюджета, график и модули. Финансирование идёт по соглашению о работе, бюджете и отчётности.
Рекрутинговые агентства
Передайте агрегированные обезличенные данные о том, как женщины 45-54 и 55-64 лет проходят длинные и короткие списки. Брифинги готовы на пяти языках.
Бренды и маркетинг
Участвуйте как партнёры рынка: примеры кампаний и сегментации, экспертный комментарий о том, как женщины 45-64 лет представлены как клиентки.
AI-команды
Присоединяйтесь к профессиональному диалогу о том, как языковые модели описывают возраст, авторитет и ценность, и проверьте банк заданий после публикации.
Университеты и исследовательские центры
Присоединяйтесь как академические партнёры: проверка методологии, совместные публикации, конференции и подготовка следующей волны исследования.
Журналисты и профессиональные сообщества
Запросите комментарий или интервью о возрасте, поле и AI или расскажите об аудите HR-директорам, маркетологам, рекрутерам и исследователям.
Внесите вклад в работу
Аудит создаётся совместными усилиями фондов, исследователей,
рекрутинговых агентств, брендов, университетов, медиа и технологических команд.
Присоединяйтесь к работе так, как позволяют ваша роль и возможности.
Программа и Индекс
Программа Womafreesm Evidence Data превращает женский опыт из личных историй в доказательные данные. Её первый крупный международный исследовательский модуль это исследование «Возрастно-гендерная ошибочная классификация женщин 45-64 лет в AI, маркетинге и найме: международный сравнительный аудит», и этот аудит создаёт первую доказательную базу для будущего флагманского продукта Womafreesm, Women's Life-Cycle Economy Index.
WLCE Index измеряет цену системной слепоты к женскому жизненному циклу. Это первый глобальный индекс институционального учёта женского жизненного цикла; он готовится. Аудит является отдельным исследованием за пределами Индекса.
WLCE IndexКто проводит исследование
Исследование проводит The World Organization of Women Nations Womafreesm, благотворительная организация 501(c)(3) в США. Womafreesm: глобальная инфраструктура женского влияния.
Исследовательская команда ведёт дизайн исследования, аудит AI, работу с рекрутинговыми агентствами, анализ данных, партнёрства и международные коммуникации. Научный руководитель аудита назначен и ведёт научную проверку протокола.
Частые вопросы
1. Аудит уже начался?
Да. Вопросы и предлагаемый дизайн изложены в концептуальной записке, два пилота инструментов аудита завершены: проверка осуществимости на 960 ответах AI-систем в пяти странах и тест на парных профилях. Основной этап начнётся, когда протокол будет доработан и пререгистрирован, исследовательские материалы проверены, а необходимые правила управления и этические процедуры для каждого модуля будут на месте.
2. Что будет опубликовано в декабре 2026 года?
Первый публичный отчёт запланирован на декабрь 2026 года. Его объём будет зависеть от модулей, завершённых и проверенных к этому времени. Результаты любого направления публикуются с одинаковой полнотой.
3. Почему группы 45-54 и 55-64 измеряются отдельно?
Их положение может различаться по видимости, авторитету и ценности. Аудит анализирует две группы отдельно и использует несколько точных возрастов внутри каждой, поэтому может проверить, идёт ли изменение постепенно или появляется около 55 лет.
4. Почему маркетинг, найм и выбор экспертов изучаются вместе?
Системы оценивают значимость женщины для рыночного сегмента, её пригодность для роли и её экспертность в разных местах. Маркетинг решает, кто желанная аудитория, найм решает, кто сильный кандидат, выбор экспертов решает, чьё слово весит. Паттерн, который повторяется во всех трёх, указывает на систему; паттерн в одном месте показывает, где искать.
5. Зачем исследованию рекрутинговые агентства?
Публичные вакансии показывают официальный язык. Неформальные ожидания работодателей появляются позже: в длинных и коротких списках и в комментариях о подходящем профиле. Агентства видят этот слой и передают его в агрегированном виде.
6. Собираются ли персональные данные кандидатов?
Модуль рекрутинга работает с данными в согласованном агрегированном или обезличенном виде, проверенными на риск раскрытия личности до передачи: частоты, формулировки, паттерны предпочтений. Резюме, имена и контакты кандидатов остаются у агентств. Аудит AI использует только синтетические профили.
7. Может ли донор повлиять на выводы?
Нет. Решения о выборке, кодировании, анализе, выводах и публикации принимает исследовательская команда по протоколу. Доноры получают агрегированные результаты и отчётность, предусмотренную соглашением о финансировании.
8. Может ли женщина 45-64 лет принять участие?
Этот аудит собирает ответы AI-систем, маркетинговые материалы и данные от профессионалов рекрутинга. Опыт самих женщин соберёт анкета WLCE Index, которая сейчас готовится: оставьте email на странице WLCE Index, чтобы получить приглашение, когда она откроется.
9. Где посмотреть бюджет?
В донорском пакете, вместе с этапами, модулями и формами поддержки. Его могут запросить фонды, крупные доноры и институциональные партнёры.