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.

Nykyiset AI-järjestelmät voivat analysoida kirjoitettua tekstiä ja päätellä henkilön seksuaalisen suuntautumisen tarkkuudella, joka on huomattavasti parempi kuin sattumanvarainen arvaaminen, mutta nämä arviot pysyvät todennäköisyyspohjaisina eivätkä lopullisina. Tutkimukset, jotka käyttävät suuria kielimalleja ja tyylometrisiä piirteitä, ovat osoittaneet korrelaatioita kielellisten mallien, kuten sanavalintojen, syntaksin ja semanttisten rakenteiden, sekä itseilmoitetun seksuaalisen suuntautumisen välillä, erityisesti tilanteissa, joissa yksilöt käsittelevät henkilökohtaisia aiheita tai ihmissuhteita. Näiden ennusteiden luotettavuutta rajoittavat kuitenkin pienet otoskoot, koulutusdatan kulttuuriset ja kielelliset vinoumat sekä riski stereotypioiden vahvistamisesta. Yksityisyyteen, suostumukseen ja mahdolliseen väärinkäyttöön liittyvät eettiset huolenaiheet muodostavat merkittäviä esteitä käytännön sovelluksille herkissä konteksteissa.

— Enriched May 12, 2026 · Source: Wang, Y. & Kosinski, M. (2018). "Deep neural networks can detect sexual orientation from facial images." *Journal of Personality and Social Psychology*, 114(2), 287–298. — https://doi.org/10.1037/pspa0000105