أظهرت دراسة حديثة تحليلًا واسع النطاق لملايين الصور والنصوص من مصادر مثل IMDb وGoogle Image Search، بالإضافة إلى نصوص تدريب نماذج اللغة الكبيرة، وجود تحيز مزدوج في تمثيل الجنسين عبر الإنترنت: حيث يُظهر الرجال عادةً في أعمار متقدمة أكثر من النساء، بينما تُصوّر النساء غالبًا كأصغر سنًا، حتى في المهن ذات المستوى المهني نفسه. هذا التحيز المُتكرر في الوسائط الرقمية لا يُعد مجرد ظاهرة بصرية، بل له تأثيرات حقيقية على الحياة الواقعية، خاصة في سياق التوظيف والتمييز في الأجور. أظهرت النتائج أن النساء يُصوّرن في أعمار أصغر بنسبة تصل إلى 10 سنوات مقارنة بالرجال في المهن المشابهة، مثل الممثلين أو الموظفين التنفيذيين. وعندما تُستخدم هذه الصور والنصوص في تدريب نماذج الذكاء الاصطناعي مثل ChatGPT، فإنها تُعزز هذه الصور النمطية، مما قد يؤدي إلى تحيز في نتائج التقييم، مثل تصنيف السير الذاتية. فمثلاً، قد يُصنف المتقدمون من النساء كمرشحين أقل تجربة أو كفاءة بسبب صور أو نصوص تُظهرهن كأصغر سنًا، حتى لو كانت مؤهلاتهن متماثلة. التحيز في التمثيل البصري والنصي لا يقتصر على الصور، بل يمتد إلى لغة الوصف المستخدمة في النصوص المُدرّبة على النماذج. فمثلاً، تُوصف النساء غالبًا بصفات مثل "شابة" أو "جميلة"، بينما تُوصف الرجال بصفات مثل "خبير" أو "رائد"، مما يعزز الصورة النمطية بأن الرجال أكثر نضجًا واحترافية. هذا التحيز لا يُقلل من أهمية التوظيف، بل يُفاقم الفجوة في الأجور بين الجنسين، إذ إن التقييمات الذكية التي تعتمد على بيانات متحيزة قد تؤدي إلى تفضيل الرجال في التوظيف أو الترقية، حتى في الحالات التي لا توجد فيها فروقات حقيقية في الأداء أو المؤهلات. الدراسة تُحذر من أن النماذج الكبيرة للذكاء الاصطناعي، رغم قوتها في معالجة المعلومات، لا تُعد محايدة، بل تعكس التحيزات الموجودة في البيانات التي تم تدريبها عليها. وتشير إلى ضرورة مراجعة هذه البيانات بعناية، وتطبيق تقنيات للكشف عن التحيز وتصحيحه، خاصة في الأدوات التي تُستخدم في مراحل التوظيف أو التقييم المهني. النتائج تُظهر أن التحدي ليس فقط في تطوير الذكاء الاصطناعي، بل في إعادة التفكير في كيفية جمع البيانات وتمثيلها. فلو استمرت هذه الصور النمطية في التدريب، فإن النماذج ستُعزز التمييز بدلاً من محاربته. لذا، من الضروري أن تُشارك فرق التصميم والتطوير في تقييم تأثير هذه التحيزات، وأن تُطبّق معايير شفافة لضمان العدالة في النتائج.