La tesi nasce dall'esigenza di indagare l'apparente neutralità dell'intelligenza artificiale generativa, svelandone la natura di tecnologia "culturalmente situata". L'obiettivo della ricerca è dimostrare come i chatbot non siano semplici motori di calcolo, ma specchi che riflettono e cristallizzano le asimmetrie di genere radicate nei dati e nel linguaggio. Il lavoro si apre con un'analisi critica dei presupposti culturali dell'IA, esponendo i meccanismi di potere invisibili dietro la raccolta dei dati. Si evidenzia come la fluidità dei modelli linguistici non corrisponda a una reale comprensione semantica, ma a una rielaborazione probabilistica di tracce linguistiche del passato, spesso cariche di pregiudizi. Il cuore sperimentale della tesi è dedicato alla "Tecnica dei Prompt Speculari", un metodo di indagine empirica applicato a ChatGPT 4 e Gemini Pro 1.0. I risultati dei test rivelano come l'IA operi una sistematica legittimazione epistemica dello stereotipo, in quanto, anche di fronte a scenari identici, i modelli tendono a restituire rappresentazioni polarizzate e gerarchiche. In conclusione, la tesi sostiene che per scardinare l'eredità coloniale e patriarcale della razionalità computazionale non basti un correttivo tecnico, ma serva un ripensamento etico e intersezionale della tecnologia, che riconosca l'origine sempre parziale e situata della conoscenza algoritmica.

Bias di genere nei chatbot: dati, linguaggio e Data Feminism attraverso alcuni casi studio

MANNA, CHIARA
2025/2026

Abstract

La tesi nasce dall'esigenza di indagare l'apparente neutralità dell'intelligenza artificiale generativa, svelandone la natura di tecnologia "culturalmente situata". L'obiettivo della ricerca è dimostrare come i chatbot non siano semplici motori di calcolo, ma specchi che riflettono e cristallizzano le asimmetrie di genere radicate nei dati e nel linguaggio. Il lavoro si apre con un'analisi critica dei presupposti culturali dell'IA, esponendo i meccanismi di potere invisibili dietro la raccolta dei dati. Si evidenzia come la fluidità dei modelli linguistici non corrisponda a una reale comprensione semantica, ma a una rielaborazione probabilistica di tracce linguistiche del passato, spesso cariche di pregiudizi. Il cuore sperimentale della tesi è dedicato alla "Tecnica dei Prompt Speculari", un metodo di indagine empirica applicato a ChatGPT 4 e Gemini Pro 1.0. I risultati dei test rivelano come l'IA operi una sistematica legittimazione epistemica dello stereotipo, in quanto, anche di fronte a scenari identici, i modelli tendono a restituire rappresentazioni polarizzate e gerarchiche. In conclusione, la tesi sostiene che per scardinare l'eredità coloniale e patriarcale della razionalità computazionale non basti un correttivo tecnico, ma serva un ripensamento etico e intersezionale della tecnologia, che riconosca l'origine sempre parziale e situata della conoscenza algoritmica.
2025
Gender Bias in Chatbots: data, language, and Data Feminism through case study analysis
Bias di genere
Data Feminims
AI generativa
Chatbot
File in questo prodotto:
File Dimensione Formato  
Manna_Chiara.pdf

accesso aperto

Dimensione 794.75 kB
Formato Adobe PDF
794.75 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/104398