Hvad sker der, når du beder en AI om idéer til Valentinsdag? Et eksperiment med tre modeller og 150 forespørgsler afslører de skjulte kønssiloer, der former AI's anbefalinger, og hvorfor dit brand måske er usynligt for halvdelen af dine potentielle købere.
Eksperimentet, der afslørede AI's kønsbias
Vi kørte 150 forespørgsler på Valentinsdag 2026 og stillede tre førende AI-modeller, Gemini, Grok og OpenAI, det samme simple spørgsmål: "Hvad er den bedste gave til Valentinsdag til [kæreste (mand)/kæreste (kvinde)/ægtemand/hustru/partner]?"
Hvert af de fem prompts blev kørt gennem alle tre modeller, ti gange hver, ved hjælp af Rankfor.AI's metode til stabilitetsanalyse (den samme "terningkast"-teknik, som vi brugte til vores julestudier). Dette er det tredje studie i en serie, der undersøger bias i AI's anbefalinger, i forlængelse af vores eksperimenter med julegaver til voksne og børn.
Resultatet? En skarp afsløring af, hvordan AI konstruerer kønsopdelte shoppinguniverser, og hvordan sæsonens kontekst helt vender retningen af biasen om.
Vendingen: Valentinsdag vender billedet
I vores julestudie fik mandligt formulerede prompts flere brandanbefalinger end kvindeligt formulerede prompts. Valentinsdag gør det modsatte.
Kvindeligt formulerede prompts dominerer nu brandsynligheden:
- Kvindelige prompts giver i gennemsnit 5,23 brands pr. iteration
- Mandlige prompts giver i gennemsnit 4,50 brands pr. iteration
- Det er et gab på 16,2 % til fordel for kvindeligt formulerede forespørgsler
Gemini driver denne effekt kraftigst. Når du beder om gaveidéer til en kæreste (kvinde), returnerer Gemini i gennemsnit 14,2 brandnavne pr. svar. Spørger du om din kæreste (mand)? Så falder det til 11,8. Prompten om kæreste (kvinde) genererede 58 unikke brands over ti iterationer, den højeste diversitet i hele eksperimentet.
Average Brands per Iteration: Male vs Female Prompts
Hvorfor betyder sæsonens kontekst noget?
Valentinsdag er kulturelt kodet som en "shoppinghøjtid", hvor køberen (historisk set skævt fordelt mod mænd i heteroseksuelle forhold) køber gaver til en kvindelig modtager. Julen er derimod familieorienteret og mere afbalanceret. Data tyder på, at AI-modeller optager disse kulturelle mønstre fra træningsdata og anvender dem i deres anbefalinger.
Oversat til brands: Sælger du smykker, hudpleje eller luksusvarer rettet mod kvinder, er Valentinsæsonen det tidspunkt, hvor din AI-synlighed topper. Sælger du elværktøj eller whisky, kæmper du om smulerne.
10x-gabet i brandnavne: Gemini mod alle andre
Her er den statistik, der burde skræmme ethvert brand, der forlader sig på "AI-synlighed" som kanal:
Gemini nævner 11,4 brands pr. svar. Grok nævner 1,3. OpenAI nævner 1,2.
Læs det igen. Gemini er 9-10 gange mere tilbøjelig til at nævne specifikke produktnavne end sine konkurrenter.
Mens Gemini opfører sig som en personlig shopper og strør brandnavne som Away, Mejuri, YETI og Tiffany ud gennem sine svar, foretrækker Grok og OpenAI at give dig rammer. De vil fortælle dig, at du skal "opgradere noget, han allerede bruger" eller "vælge en personlig genstand knyttet til et fælles minde". Generisk. Abstrakt. Ubrugeligt for brands.
For marketingfolk: Optimerer du for "AI share of voice", er Gemini der, hvor spillet spilles. De andre modeller nævner næsten ikke brands overhovedet.
Kønssiloerne: 70 % af brands er eksklusive
Vi sporede 129 forskellige brands på tværs af alle svar. Af dem:
- 52 brands optrådte kun for mandligt formulerede prompts (kæreste (mand)/ægtemand)
- 56 brands optrådte kun for kvindeligt formulerede prompts (kæreste (kvinde)/hustru)
- 21 brands blev delt på tværs af køn
Det betyder, at 70 % af anbefalingerne er kønseksklusive. Hvis dit brand kun dukker op for ét køn, er du låst ude af den anden halvdel af markedet, ikke af eget valg, men på grund af algoritmisk stereotypisering.
Gender-Exclusive vs Shared Brands (129 Total)
Hvad der bliver anbefalet til mænd
Listen over mands-eksklusive brands læser som et byggemarked krydset med en whiskybar:
Værktøj og EDC: DeWalt, Milwaukee, Leatherman, Victorinox, Ridge-punge, Bellroy Friluftsudstyr: YETI, Patagonia, Filson, Carhartt Tech og gaming: Xbox, Steam Deck, SteelSeries, Sony Spiritus: Lagavulin, Macallan, Pappy Van Winkle, Hibiki Grill og køkken: Traeger, Shun-knive, Meater-termometre Fitness: Whoop, Garmin, Vuori
Sælger du til mænd ifølge AI, sælger du evne, holdbarhed og mesterskab.
Hvad der bliver anbefalet til kvinder
Den kvinde-eksklusive liste er smykkediske og spa-dage:
Smykker: Mejuri, Cartier, Tiffany, Monica Vinader, Vrai, Brilliant Earth Luksusmode: Chanel, Louis Vuitton, Cuyana, Anya Hindmarch, Sezane Hudpleje og skønhed: Glossier, La Mer, Augustinus Bader, Dr. Barbara Sturm, Sol de Janeiro Duft: Jo Malone, Byredo, Diptyque Hjem og komfort: Brooklinen, Lululemon, Barefoot Dreams, Skims, Eberjey Oplevelser: Airbnb, Four Seasons, HelloFresh, GetYourGuide
Sælger du til kvinder ifølge AI, sælger du æstetik, selvforkælelse og oplevelser.
Top 10: Kæreste (mand) mod kæreste (kvinde)
Her er, hvad AI oftest anbefaler til hver:
| Kæreste (mand) | Kæreste (kvinde) |
|---|---|
| 1. Away (kufferter) | 1. Away (kufferter) |
| 2. Ember (smart krus) | 2. Dyson (hårteknologi) |
| 3. YETI (drikkevarer) | 3. Mejuri (smykker) |
| 4. Sony (elektronik) | 4. Airbnb (oplevelser) |
| 5. Bellroy (punge) | 5. Ember (smart krus) |
| 6. Ridge (punge) | 6. Lululemon (træningstøj) |
| 7. Apple (tech) | 7. Oura Ring (wellness) |
| 8. MasterClass (læring) | 8. Tiffany (luksussmykker) |
| 9. Patagonia (friluft) | 9. MasterClass (læring) |
| 10. Theragun (wellness) | 10. Apple (tech) |
Læg mærke til det eneste overlap: Away, Ember, MasterClass og Apple. Alt andet er adskilt.
De to brands, der overskrider køn
Ud af 129 brands er der kun to, der optræder konsekvent på tværs af alle kønsformuleringer og modeller:
Away (kufferter): Nævnt i 83 af 150 samlede iterationer. Optræder i top 3 for prompts om kæreste (mand), kæreste (kvinde), ægtemand, hustru og partner.
Ember (smart krus): Nævnt i 69 af 150 iterationer. Den universelle "gennemtænkte tech-gave".
Disse brands har opnået noget bemærkelsesværdigt: de er anbefalingsneutrale. AI kønskoder dem ikke. De er bare gode gaver, punktum.
For brandstrateger: Vil du maksimere din AI-synlighed, så model din positionering efter Away og Ember. De har knækket koden til universel appel.
"Partner"-problemet: Når AI kæmper med neutralt sprog
Da vi spurgte om gaver til en "partner" (kønsneutralt sprog), skete der noget interessant: svarene blev mindre konsistente.
Semantiske overlapsscorer, som måler, hvor ens svarene er på tværs af iterationer, faldt til næsten nul for "partner"-prompten på Gemini og OpenAI. Grok scorede 2 (sammenlignet med 6 for "hustru").
Oversat: AI-modeller har ikke veludformede narrativer for kønsneutral gavegivning. De er trænet på kønsopdelte gaveråd, og når du fjerner kønssignaler, mister de fodfæstet.
Brandmikset for "partner" er en kaotisk blanding: LEGO (6 omtaler, flere end nogen kønsspecifik prompt), Tiffany, Ridge-punge, YETI og Dyson optræder alle sammen. Det er, som om AI gardere sig og kaster muligheder ind fra begge kønssiloer.
For inkluderende brands: Dette er en mulighed. Kan du positionere dit produkt som partner-egnet, er du et af de få brands, som AI trygt vil anbefale til kønsneutrale forespørgsler.
Modelkonsensus: Gemini er en outlier
Vi målte, hvor meget de tre modeller er enige om brandanbefalinger ved hjælp af Jaccard-lighed (et mål for mængdeoverlap).
Resultater:
- Grok mod OpenAI: 0,40-0,75 lighed (høj enighed)
- Gemini mod Grok: 0,03-0,09 lighed (næsten intet overlap)
- Gemini mod OpenAI: 0,03-0,09 lighed (næsten intet overlap)
Cross-Model Brand Agreement (Jaccard Similarity)
Gemini og de to andre modeller lever i forskellige universer. Grok og OpenAI anbefaler næsten altid den samme håndfuld brands (Away, Ember, Amazon, Kindle, Calm). Gemini anbefaler 10-19 brands pr. svar, hvoraf de fleste aldrig nævnes af Grok og OpenAI.
Den strategiske konsekvens: Gemini er den eneste model, hvor detaljeret brandoptimering betyder noget. Investerer du i AI-synlighed (via content marketing, SEO for LLM'er eller brandpartnerskaber), er Gemini der, hvor du vil se afkast. De andre modeller nævner simpelthen ikke brands ofte nok til at rykke nålen.
Den mest stereotype prompt: "Hustru" på Grok
Semantiske overlapsscorer afslører, hvilke prompts der producerer de mest formelagtige svar.
Vinder: "Hustru" på Grok scorede 6, den højeste konsistens i eksperimentet.
Det tyder på, at Grok har en indgroet skabelon for "gaver til hustru", som den gentager næsten identisk på tværs af iterationer. Svaret er forudsigeligt, stereotypt og modstandsdygtigt over for variation.
Andenplads: "Ægtemand" på Gemini scorede 5.
Til sammenligning scorede "partner" næsten nul på tværs af alle modeller, hvilket viser maksimal variabilitet.
Hvad det betyder: Traditionelle kønsroller (ægtemand/hustru) udløser mere rigide, skabelonstyrede svar. Neutralt sprog producerer mere kreative, mindre stereotype svar, men også mindre brandspecificitet.
Konsekvenser for detailhandlen: Sådan slipper du ud af kønslåsen
Er dit brand fanget i en kønssilo, er her, hvordan du bryder ud:
1. Kortlæg din AI-synlighed opdelt på køn
Kør den samme forespørgsel med mandligt og kvindeligt formulerede prompts. Optræder dit brand lige meget? Hvis ikke, efterlader du halvdelen af markedet på bordet.
Test det selv: Brug Rankfor.AI's værktøj til stabilitetsanalyse til at køre dit brand gennem kønsopdelte prompts på tværs af flere modeller. Se, hvor du dukker op, og hvor du ikke gør.
2. Optimér indhold for begge køn
Sælger du smykker og kun optræder i "kæreste (kvinde)"-prompts, så skriv indhold om herresmykker, kønsneutrale designs eller "gaver til alle". Træn AI til at forbinde dit brand med bredere anvendelser.
3. Model efter universelle brands
Studér, hvad Away og Ember gør. Deres markedsføring læner sig ikke op ad kønsstereotyper. De fremhæver nytte, omtanke og kvalitet, egenskaber der overskrider køn.
4. Målret specifikt mod Gemini
Da Gemini dominerer brandnavngivningen, så sørg for, at din SEO- og indholdsstrategi prioriterer Googles økosystem. Gemini trækker fra Googles vidensgraf, så Wikipedia-opslag, strukturerede data og autoritative backlinks betyder mere end nogensinde.
5. Brug neutralt sprog i dine kampagner
"Fantastiske gaver til alle." "Perfekt til enhver lejlighed." Positionér dig som partner-egnet fremfor kæreste (mand)- eller kæreste (kvinde)-specifik. Det åbner op for det underforsynede felt af neutralt formulerede forespørgsler.
Det store billede: AI som et kulturelt spejl
Dette eksperiment er en del af en større serie (1.279 forespørgsler i alt på tværs af tre studier), der undersøger, hvordan AI's anbefalinger afspejler og forstærker kulturelle biases.
Hvad vi har lært indtil videre:
- Jul (voksne): Mandligt formulerede prompts fik flere brands
- Jul (børn): Drenge fik STEM-legetøj og actionfigurer, piger fik dukker og hobbymaterialer
- Valentinsdag: Kvindeligt formulerede prompts får nu flere brands
Pointen: Sæsonens kontekst vender retningen af biasen om. AI er ikke konsekvent forudindtaget mod ét køn; den er forudindtaget mod kulturelle forventninger knyttet til bestemte shoppinganledninger.
Julen er "afbalanceret familiegave", så mandlige prompts kommer en anelse foran. Valentinsdag er "romantisk gesteshopping", historisk fra mandlig køber til kvindelig modtager, så kvindelige prompts dominerer.
For marketingfolk: Antag ikke, at bias er statisk. Den skifter med konteksten. Kortlæg dit brands AI-synlighed på tværs af flere sæsonmæssige og kulturelle sammenhænge for at forstå, hvor du vinder og taber.
Hvad er det næste: Syntesen af de tre studier
Dette Valentinsdags-studie fuldender vores trio af kønsbias-eksperimenter. Dernæst udgiver vi en syntese, der sammenligner alle tre studier side om side og afslører de dybere mønstre i, hvordan AI konstruerer kønsopdelte shoppingvirkeligheder.
Kommer snart:
- Analyse af bias på tværs af sæsoner (jul mod Valentinsdag)
- Sammenligning af alders- mod kønsbias (børn mod voksne)
- Mønstre for brandmigration (hvilke brands overskrider kategorier)
- "AI-synlighedsplaybogen" for brandstrateger
Test dit brands kønslås
Vil du vide, om dit brand er fanget i en kønssilo? Brug Rankfor.AI's platform for konkurrenceanalyse til at køre stabilitetsanalyse på tværs af kønsopdelte prompts.
Hvad du vil opdage:
- Hvilke kønsformuleringer der udløser dit brandnavn
- Hvor ofte du optræder sammenlignet med konkurrenter
- Hvilke modeller der favoriserer dit brand (Gemini, Grok eller OpenAI)
- Om du er anbefalingsneutral som Away og Ember
Tiden med "håber Google rangerer os" er forbi. Det nye spil er "sørg for, at AI anbefaler os". Og hvis AI kun anbefaler dig til halvdelen af markedet, taber du allerede.
Om forskningen: Dette studie er en del af Rankfor.AI's løbende undersøgelse af bias i AI's anbefalinger. Alle data, metoder og rådata er tilgængelige på forespørgsel til fagfællebedømmelse.
Metode: 150 forespørgsler (5 prompts x 3 modeller x 10 iterationer) kørt på Valentinsdag 2026 med Rankfor.AI's metode til stabilitetsanalyse (terningkast). Brandnavne blev udtrukket via versalufølsom regex-matchning mod en ordbog med over 140 brands. Semantiske overlapsscorer blev beregnet af API'en. Jaccard-lighed blev udregnet på unikke brandsæt pr. kombination af prompt og model.
Testede modeller: Google Gemini 2.5 Flash, Grok (xAI), OpenAI GPT-4
Studieserie:
- Julegaver til voksne: Kønsbias i AI's anbefalinger
- Julegaver til børn: Sådan forstærker AI kønsstereotyper i legetøj
- Valentinsdagsgaver: Sæsonens vending (dette studie)
Dmitrij Żatuchin er grundlægger af Rankfor.AI, en platform for konkurrenceanalyse, der hjælper B2B-brands med at forstå deres AI-synlighed og optimere til anbefalingsmotorer.