Brytyjski portal QueerAF i badaczka Chloe Turner zadali ChatGPT, Claude i Gemini 168 pytań o osoby transpłciowe. W 94 proc. z 504 odpowiedzi modele użyły co najmniej jednego terminu prawnego lub medycznego, choć mniej więcej 4 na 5 odpowiedzi oceniono jako w pełni poprawne.
- W badaniu QueerAF, w którym ChatGPT, Claude i Gemini odpowiedziały łącznie na 504 pytania o osoby transpłciowe, 94 proc. odpowiedzi zawierało co najmniej jeden termin prawny lub medyczny, mimo że około 80 proc. odpowiedzi oceniono jako w pełni poprawne.
- Copilot Microsoftu zacytował materiały QueerAF 5600 razy w ciągu trzech miesięcy, jednak z Copilota na stronę portalu trafiły w tym czasie tylko trzy kliknięcia, a redakcja nie otrzymała za wykorzystanie swoich treści żadnego wynagrodzenia.
- Raport GLAAD „Build for Everyone" z 17 czerwca 2026 r. przywołuje badanie UNESCO z 2024 r., według którego model Llama 2 firmy Meta generował negatywne treści o gejach w około 70 proc. przypadków.
QueerAF opisał wyniki w trzech tekstach. Pierwszy, z 31 października 2026 r., przedstawia samo badanie. Drugi, z 7 listopada, pokazuje, jak odpowiedzi chatbotów wyglądają w rozmowie z konkretnym użytkownikiem. Trzeci, z 14 listopada, to analiza redakcyjna. Jej teza brzmi: AI z założenia zawodzi społeczność LGBTQIA+, bo uczy się od większości.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
504 odpowiedzi na pytania zebrane od czytelników
Badaniem kierowała Chloe Turner, wykładowczyni w Central Saint Martins i doktorantka w Goldsmiths, która zajmuje się dezinformacją na temat osób transpłciowych. Wyniki analizował Kyle Taylor, jeden z założycieli QueerAF. Pytania pochodziły od czytelników newslettera (zgłosiło je ponad 180 osób) i dotyczyły historii, bezpieczeństwa, polityki, opieki zdrowotnej oraz codziennych doświadczeń osób trans.
Badacze stworzyli cztery fikcyjne persony, w tym „Maureen”, matkę z Anglii, i „Ellen”, transpłciową kobietę ze Szkocji. Zadawali też pytania wprost, np. czy osoby trans są zagrożeniem dla społeczeństwa. Na koniec każdej rozmowy pytali modele, skąd mają informacje.
Najważniejsze wyniki według QueerAF:
- 94 proc. odpowiedzi zawierało co najmniej jeden termin prawny lub medyczny, np. odniesienie do Equality Act albo do Cass Review,
- około 80 proc. odpowiedzi oceniono jako w pełni poprawne,
- około 67 proc. nie zawierało niczego wyraźnie szkodliwego,
- ponad jedna czwarta odpowiedzi wspominała wyrok w sprawie For Women Scotland,
- prawie co trzecia odpowiedź przywoływała EHRC (brytyjską Komisję Równości i Praw Człowieka),
- modele cytowały źródła, które QueerAF uznaje za stronnicze, m.in. magazyn Quillette i chrześcijańską organizację charytatywną,
- im bardziej szczegółowe pytanie, tym lepsza odpowiedź. Według autorów mniej zorientowani użytkownicy dostają więc słabsze odpowiedzi.
Wyrok For Women Scotland to orzeczenie brytyjskiego Sądu Najwyższego z kwietnia 2025 r. Sąd uznał w nim, że słowo „kobieta” w Equality Act 2010 odnosi się do płci biologicznej. Dla brytyjskich pytań o toalety, schroniska czy sport ten wyrok jest punktem odniesienia, więc częste wzmianki o nim w odpowiedziach chatbotów nie dziwią.
Odpowiedzi były w większości poprawne, zastrzeżenia budzi ich ujęcie
QueerAF nie zarzuca chatbotom głównie podawania nieprawdy. Zarzuca im ujęcie tematu. Chloe Turner nazywa to zjawisko „neutralnym środkiem” (ang. neutral middle): odpowiedzi są poprawne w wąskim sensie, ale zniekształca je dobór źródeł. Osoby trans pojawiają się w nich jako temat sporu prawnego i medycznego, a nie jako ludzie.
Jako przykład QueerAF podaje odpowiedź Claude’a firmy Anthropic na pytanie, jak bardzo kobiety cispłciowe są zagrożone ze strony kobiet trans w publicznych toaletach. Claude odpowiedział, że według badań, danych o przestępczości i statystyk samorządów ryzyko fizyczne jest statystycznie znikome. Dodał jednak, że dostęp do toalet pozostaje jednym z najbardziej spornych tematów prawnych i politycznych w Wielkiej Brytanii. Potem streścił argumenty organizacji Sex Matters i For Women Scotland, a jako przeciwwagę podał stanowiska Stonewall i Trans Actual.
Redakcja QueerAF uważa, że zestawianie tych stanowisk na równi nie ma sensu, skoro sam model przyznał, że dane nie potwierdzają obaw. Drugi tekst QueerAF zwraca uwagę na jeszcze jedną rzecz. Rozmowa z chatbotem odbywa się w „pokoju jednej osoby”. Nikt z zewnątrz nie widzi odpowiedzi i nie może jej zakwestionować, tak jak można zakwestionować artykuł w gazecie czy audycję radiową.
Wypełnij formularz, a my skontaktujemy się z Tobą, aby upewnić się czego potrzebujesz.
Mary L. Gray: problem leży w tym, kto ustala kategorie
Antropolożka Mary L. Gray, laureatka stypendium MacArthura z 2020 r., powiedziała QueerAF w 2021 r., że AI „zawsze zawiedzie” społeczność LGBTQIA+. Dziś podtrzymuje to zdanie jeszcze mocniej. Gray jest starszą główną badaczką (senior principal researcher) w Microsoft Research i stowarzyszoną badaczką Berkman Klein Center na Harvardzie. QueerAF pisze jej nazwisko jako „Grey”, ale oficjalne źródła, w tym Fundacja MacArthurów, podają formę „Gray”.
„AI uczy się z tego, co pojawia się najczęściej.” / „AI learns from what shows up most often.”
Gray uważa, że to coś więcej niż techniczny problem stronniczości danych. Chodzi o to, kto decyduje o kategoriach, celach i dopuszczalnych błędach w opisie mniejszości. Jej zdaniem samo dodanie do danych treningowych większej liczby materiałów o osobach queer pomaga tylko w ograniczonym stopniu. Bez regulacji i bez realnego udziału społeczności, których dotyczą odpowiedzi, wiele się nie zmieni.
Mam co do tego badania mieszane uczucia i chcę je nazwać wprost. Obserwacja o „neutralnym środku” jest trafna i dotyczy nie tylko osób trans. Model językowy, który ma zadowolić setki milionów ludzi, ciąży ku temu, co najbardziej typowe. Mniejszości, niszowe branże czy mniejsze języki, także polski, regularnie dostają odpowiedzi uśrednione.
Z drugiej strony widzę w tym materiale napięcie, którego autorzy nie rozwiązują. Chatbot, który na pytanie o toalety w Wielkiej Brytanii nie wspomniałby o wyroku Sądu Najwyższego i stanowisku EHRC, przemilczałby obowiązujący stan prawny. Gdzie kończy się rzetelne przedstawienie sporu, a zaczyna legitymizowanie jednej ze stron? Na to pytanie nie ma prostej odpowiedzi i nie da jej żaden algorytm.
Dla mnie jako wydawcy najmocniejsza jest liczba z innego akapitu: 5600 cytowań w Copilocie i trzy kliknięcia. Tu nie ma miejsca na interpretację.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Copilot zacytował QueerAF 5600 razy, a przysłał trzy kliknięcia
QueerAF podaje dane z własnej analityki. W ciągu trzech miesięcy Copilot Microsoftu zacytował materiały QueerAF 5600 razy, a z Copilota na stronę portalu trafiły w tym czasie tylko trzy kliknięcia. Redakcja zwraca uwagę, że nie wie, czy jej treści zostały wykorzystane rzetelnie. Microsoft zarabia na wykonanej przez nią pracy, a autorzy nie dostają za nią wynagrodzenia.
QueerAF zakazuje swoim pracownikom i współpracownikom używania generatywnej AI do tworzenia materiałów dziennikarskich. Nie używa też AI do polecania treści czytelnikom.
GLAAD: AI powtarza błędy mediów społecznościowych
Wnioski QueerAF pokrywają się z raportem amerykańskiej organizacji GLAAD „Build for Everyone: A Framework for LGBTQ Representation and Safety in AI”, opublikowanym 17 czerwca 2026 r. To pierwszy tak obszerny raport GLAAD o sztucznej inteligencji. Organizacja twierdzi w nim, że AI zaczyna powielać problemy z uprzedzeniami i dezinformacją wobec osób LGBTQ, znane wcześniej z platform społecznościowych.
„Neutralność nie jest już opcją” / „Neutrality is no longer an option”, pisze w raporcie Sarah Kate Ellis, prezeska GLAAD.
Raport przywołuje badanie UNESCO z 2024 r. Według niego model Llama 2 firmy Meta generował negatywne treści o gejach w około 70 proc. przypadków. GLAAD zaleca firmom AI m.in. ograniczanie zbieranych danych, utrzymanie ludzkiego nadzoru nad moderacją treści i formalną współpracę z organizacjami społecznymi oraz ekspertami od tematyki LGBTQ.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Czego badanie QueerAF nie mówi
Badanie QueerAF to dziennikarskie śledztwo, nie recenzowana praca naukowa. Opublikowane materiały mają kilka ograniczeń:
- nie podają wersji testowanych modeli ani dat testów,
- nie wyjaśniają, jak oceniano odpowiedzi i według jakiej skali uznawano je za „w pełni poprawne”,
- pytania pochodziły od czytelników QueerAF, a nie z reprezentatywnej próby użytkowników,
- teksty nie zawierają stanowisk Anthropic, Google ani OpenAI.
Bez tych informacji nie da się samodzielnie sprawdzić wyniku 94 proc. Badanie dotyczy też wyłącznie Wielkiej Brytanii, a odpowiedzi chatbotów opierały się na brytyjskich przepisach i sporach. Nie znalazłem porównywalnego badania odpowiedzi chatbotów na pytania o osoby LGBT+ w języku polskim.
Analiza z 14 listopada otwiera też kampanię członkowską QueerAF. Portal przedstawia własnych dziennikarzy, z których 3 na 4 to osoby trans+, jako alternatywę dla odpowiedzi AI. Ten kontekst nie podważa danych, ale warto go znać, oceniając wnioski.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym raportu z badania QueerAF: Revealed: trans people framed as medical or legal issues in 94% of AI responses z dnia 31.10.2026 oraz QueerAF: In the 'room of one’ that AI chats create, trans misinformation can’t be challenged (07.11.2026), QueerAF: AI was set up to fail LGBTQIA+ people (14.11.2026) i raportu GLAAD Build for Everyone (17.06.2026). Dane biograficzne Mary L. Gray zweryfikowano na stronie Fundacji MacArthurów.
Cytaty Mary L. Gray i Sarah Kate Ellis zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym.
Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl.
Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji w temacie badań nad tym, jak chatboty AI przedstawiają osoby LGBTQIA+.
