Voiko tekoäly ennustaa henkilön seksuaalisen suuntautumisen kirjoitetun tekstin analyysin perusteella ?

AI:n kyky päätellä arkaluonteisia henkilötietoja epämuodollisesta datasta on herättänyt merkittäviä yksityisyyteen liittyviä huolenaiheita. Viimeaikaiset mallit väittävät pystyvänsä tarkasti ennustamaan seksuaalisen suuntautumisen kielellisistä malleista, mikä voisi olla aseistettavissa syrjivin tavoin. Tämä kyky haastaa autonomian ja suostumuksen käsitteitä digitaalisissa tiloissa. Tällaisiin päätelmiin liittyvät lailliset suojat ovat käytännössä olemattomat.

Background

Recent AI systems have attempted to infer sexual orientation from written text using linguistic analysis. Studies leveraging large language models and stylometric features—such as word choice, syntax, and semantic structures—have reported correlations between these linguistic patterns and self-identified sexual orientation, particularly in contexts where personal relationships are discussed. However, the reliability of such predictions is constrained by small sample sizes, cultural and linguistic biases within training datasets, and the risk of reinforcing stereotypes. Ethical debates focus on privacy, consent, and the potential for misuse in discriminatory applications, as legal protections for inferences drawn from unstructured data remain largely undeveloped or untested. Research in this area intersects with prior work examining the detection of sexual orientation from other data modalities, such as facial images, which has also generated significant ethical and methodological scrutiny.