AI tonade ner kvinnors vårdbehov: ”Oroande”

0 källorInga källor sparade

Originaltextcitatnamni

När vissa AI-verktyg sammanfattar journalanteckningar kan kvinnors hälsoproblem beskrivas som mindre allvarliga än mäns. Det visar forskning från London School of Economics, skriver Engadget.

Forskarna använde samma anteckningar från brittisk äldreomsorg men bytte ut uppgifter om kön. De såg då att Googles språkmodell Gemma ofta utelämnade uppgifter om funktionsnedsättningar och komplexa sjukdomar när personen beskrevs som kvinna – något de menar kan leda till att dessa får sämre vård.

– Vi vet att de här modellerna används brett, och det oroande är att vi ser tydliga skillnader i hur mycket snedvridning olika modeller uppvisar, säger studiens huvudförfattare Sam Rickman.

Google uppger enligt The Guardian att bolaget ska granska studiens slutsatser och påpekar att testet gjordes med den första versionen av Gemma, som nu är inne på sin tredje generation.

Källförteckning 0

Sidor som artikeln länkar till, eller som vi har matchat mot den med textlikhet 0,7 eller mer. Från källorna visas bara rubriker, korta citat och länkar.

Sammanhang

I ämnet

Framtidens vård

Fler länkar i artikeln

EngadgetEngadet: En påminnelse om att AI-modeller bara är så bra som den data de tränas på
www.theguardian.comStudien bygger jämförelser av tusentals anteckningar från anställda inom brittisk äldreomsorg
bmcmedinformdecismak.biomedcentral.comLlama 3 visade inga skillnader mellan könen, medan Gemma hade de tydligaste skillnaderna

Så tas sidan fram· automatisk språkanalys, ingen AI-textVisa ▾

TextHämtad oförändrad tis 20 okt kl. 21:41Visa

Versioner

1Publiceradtis 20 okt 21:41

Omfång4 stycken · 129 ord · 1 bild · 3 länkar

Omnis taggar

ÄmnesordArtificiell intelligensÄmnesordForskning & vetenskapÄmnesordVård & omsorgOrganisationGoogle

Texten sparas som den publicerades. En ny version sparas bara när text, bilder eller länkar ändras. Läs originalet ↗

Källor0 länkade i artikeln · 0 matchade i nyhetssajternas sitemaps (textlikhet ≥ 0,7)Visa

Inga källsidor hittade än.

Länkad: artikeln länkar sidan. Matchad: rubriken i sajtens nyhetssitemap liknar artikeln (0–1). Textlikhet: hela texterna jämförda med en meningsmodell (0–1).

Namn1 personer, 0 platser, 5 organisationer (namnigenkänning)Visa

Personer PRS

Sam Rickman×1

Organisationer ORG

Google×2Engadget×1Gemma×1London School of Economics×1The Guardian×1

Citat1 citat med talare (citatextraktion)Visa

Talare

Sam Rickman×1

Sam RickmanVi vet att de här modellerna används brett, och det oroande är att vi ser tydliga skillnader i hur mycket snedvridning olika modeller uppvisarArtikel

Talaren kommer från ordet efter citatet ("säger", "skriver" och fler), annars från stycket före. Citat från källsidorna räknas med.

Händelsetyp– (klassificerare)Visa

Inte klassad än. Klassificeraren tar de nyaste artiklarna först, 300 i timmen.

Klassificerare: KB-BERT finjusterad på märkta Omni-artiklar, 27 typer. En typ visas när den når modellens tröskel, annars den mest sannolika.

FaktakollInga meningar kontrollerade änVisa

Inga meningar kontrollerade än.

Varje mening jämförs med alla meningar i källsidorna (meningsmodell, 0–1). Från 0,70 räknas den som funnen hos källan.

Ingen text här är skriven eller sammanfattad av AI. Analysen är automatisk och kan ha fel.

Citera · BibTeX, APA, RISVisa ▾

Format

@online{omni2025tonade,
  title        = {AI tonade ner kvinnors vårdbehov: ''Oroande''},
  organization = {Omni},
  date         = {2025-08-12T10:19},
  url          = {https://omni.se/a/Pp1ELb},
  urldate      = {2026-10-21},
  langid       = {swedish},
  note         = {Huvudtext}
}

Hela förteckningen finns också maskinläsbar i sidan som <script type="application/x-bibtex">, för referenshanterare som Zotero och JabRef.

I artikelnSam Rickman