research

70% tehisintellekti kingisoovitustest on soo järgi lukustatud

February 15, 2026
12 min read
n=150
Dmitrij Żatuchin
Valentine's DayGender BiasAI RecommendationsSeasonal BiasBrand VisibilityGeminiGrokOpenAI

Mis juhtub, kui palud tehisintellektilt sõbrapäeva kingiideid? Kolme mudeli ja 150 päringu katse paljastab varjatud soolised silod, mis kujundavad tehisintellekti soovitusi, ning selgitab, miks sinu bränd võib olla nähtamatu poolele su võimalikest ostjatest.


Katse, mis paljastas tehisintellekti soolise kallutatuse

Tegime sõbrapäeval 2026 kokku 150 päringut, esitades kolmele juhtivale tehisintellekti mudelile, milleks olid Gemini, Grok ja OpenAI, sama lihtsa küsimuse: "Mis on parim sõbrapäevakink [poiss-sõbrale/tüdruksõbrale/abikaasale/naisele/partnerile]?"

Iga viiest promptist käis läbi kõik kolm mudelit, kümme korda kummastki, kasutades Rankfor.AI stabiilsusanalüüsi metoodikat (sama "täringuveeretuse" tehnikat, mida kasutasime oma jõuluuuringutes). See on kolmas uuring tehisintellekti soovituste kallutatust käsitlevas sarjas ning järgneb meie jõulukinkide katsetele täiskasvanute ja laste kohta.

Ja tulemused? Terav paljastus selle kohta, kuidas tehisintellekt ehitab soolisi ostuuniversume ning kuidas hooajaline kontekst pöörab kallutatuse suuna täielikult ümber.

Pööre: sõbrapäev keerab loo pea peale

Meie jõuluuuringus said meestele suunatud promptid rohkem brändisoovitusi kui naistele suunatud promptid. Sõbrapäev teeb vastupidist.

Naistele suunatud promptid domineerivad nüüd brändinähtavuses:

  • Naiste promptid annavad keskmiselt 5,23 brändi iteratsiooni kohta
  • Meeste promptid annavad keskmiselt 4,50 brändi iteratsiooni kohta
  • See on 16,2% suurune vahe naistele suunatud päringute kasuks

Gemini võimendab seda efekti kõige tugevamalt. Kui küsid tüdruksõbrale kingiideid, tagastab Gemini keskmiselt 14,2 brändinime vastuse kohta. Küsid poiss-sõbra kohta? See kukub 11,8-le. Tüdruksõbra prompt genereeris kümne iteratsiooni jooksul 58 unikaalset brändi, mis on kogu katse suurim mitmekesisus.

Average Brands per Iteration: Male vs Female Prompts

11.81.31.214.21.41.1GeminiGrokOpenAI02468101214
Male PromptsFemale Prompts

Miks hooajaline kontekst on oluline?

Sõbrapäev on kultuuriliselt kodeeritud kui "ostupüha", kus ostja (heteroseksuaalsetes suhetes ajalooliselt kaldu mehe poole) ostab kingi naissoost saajale. Jõulud on seevastu perekesksed ja tasakaalustatumad. Andmed viitavad, et tehisintellekti mudelid imavad need kultuurimustrid treeningandmetest ja rakendavad neid soovitustes.

Brändidele tähendab see järgmist: kui müüd naistele suunatud ehteid, nahahooldust või luksuskaupu, on sõbrapäevahooaeg aeg, mil su tehisintellekti nähtavus tipneb. Kui müüd elektritööriistu või viskit, võitled riismete pärast.

10-kordne brändinimetamise lõhe: Gemini vs kõik teised

Siin on statistik, mis peaks hirmutama iga brändi, kes tugineb "tehisintellektis leitavusele" kui kanalile:

Gemini nimetab 11,4 brändi vastuse kohta. Grok nimetab 1,3. OpenAI nimetab 1,2.

Loe see uuesti läbi. Gemini nimetab konkreetseid tootenimesid 9 kuni 10 korda tõenäolisemalt kui tema konkurendid.

Kui Gemini käitub nagu isiklik ostuassistent ja pillub oma vastustes brändinimesid nagu Away, Mejuri, YETI ja Tiffany, siis Grok ja OpenAI eelistavad anda sulle raamistikke. Nad soovitavad "uuenda midagi, mida ta juba kasutab" või "vali personaliseeritud ese, mis on seotud ühise mälestusega". Üldsõnaline. Abstraktne. Brändidele kasutu.

Turundajatele: kui optimeerid "tehisintellekti hääleosakaalu" jaoks, siis Gemini on koht, kus mängu mängitakse. Teised mudelid vaevu üldse brände nimetavad.

Soolised silod: 70% brändidest on eksklusiivsed

Jälgisime kõigi vastuste peale 129 eri brändi. Neist:

  • 52 brändi ilmus ainult meestele suunatud promptidele (poiss-sõber/abikaasa)
  • 56 brändi ilmus ainult naistele suunatud promptidele (tüdruksõber/naine)
  • 21 brändi jagunes sugude vahel

See tähendab, et 70% soovitustest on soo järgi eksklusiivsed. Kui su bränd ilmub ainult ühele soole, oled välja lukustatud teisest turupoolest, mitte omal valikul, vaid algoritmilise stereotüpiseerimise tõttu.

Gender-Exclusive vs Shared Brands (129 Total)

525621Male-Only BrandsFemale-Only BrandsShared Brands01020304050

Mida soovitatakse meestele

Ainult meestele mõeldud brändide nimekiri meenutab rauakaupluse ja viskibaari ristandit:

Tööriistad ja EDC: DeWalt, Milwaukee, Leatherman, Victorinox, Ridge rahakotid, Bellroy Matkavarustus: YETI, Patagonia, Filson, Carhartt Tehnika ja mängud: Xbox, Steam Deck, SteelSeries, Sony Kanged joogid: Lagavulin, Macallan, Pappy Van Winkle, Hibiki Grill ja köök: Traeger, Shun noad, Meater termomeetrid Sport: Whoop, Garmin, Vuori

Kui müüd tehisintellekti järgi meestele, siis müüd võimekust, vastupidavust ja meisterlikkust.

Mida soovitatakse naistele

Ainult naistele mõeldud nimekiri koosneb ehteletidest ja spaapäevadest:

Ehted: Mejuri, Cartier, Tiffany, Monica Vinader, Vrai, Brilliant Earth Luksusmood: Chanel, Louis Vuitton, Cuyana, Anya Hindmarch, Sezane Nahahooldus ja ilu: Glossier, La Mer, Augustinus Bader, Dr. Barbara Sturm, Sol de Janeiro Lõhnad: Jo Malone, Byredo, Diptyque Kodu ja mugavus: Brooklinen, Lululemon, Barefoot Dreams, Skims, Eberjey Elamused: Airbnb, Four Seasons, HelloFresh, GetYourGuide

Kui müüd tehisintellekti järgi naistele, siis müüd esteetikat, enesehoolt ja elamusi.

Esikümme: poiss-sõber vs tüdruksõber

Siin on see, mida tehisintellekt kummalegi kõige sagedamini soovitab:

Poiss-sõberTüdruksõber
1. Away (kohvrid)1. Away (kohvrid)
2. Ember (nutikruus)2. Dyson (juuksetehnika)
3. YETI (joogitopsid)3. Mejuri (ehted)
4. Sony (elektroonika)4. Airbnb (elamused)
5. Bellroy (rahakotid)5. Ember (nutikruus)
6. Ridge (rahakotid)6. Lululemon (spordirõivad)
7. Apple (tehnika)7. Oura Ring (heaolu)
8. MasterClass (õppimine)8. Tiffany (luksusehted)
9. Patagonia (matkavarustus)9. MasterClass (õppimine)
10. Theragun (heaolu)10. Apple (tehnika)

Pane tähele ainsat kattumist: Away, Ember, MasterClass ja Apple. Kõik muu on eraldatud.

Kaks brändi, mis ületavad soopiiri

129 brändist ilmuvad ainult kaks järjekindlalt kõikide sooraamistuste ja mudelite lõikes:

Away (kohvrid): mainitud 83 iteratsioonis 150-st. Ilmub esikolmikusse poiss-sõbra, tüdruksõbra, abikaasa, naise ja partneri promptides.

Ember (nutikruus): mainitud 69 iteratsioonis 150-st. Universaalne "läbimõeldud tehnikakink".

Need brändid on saavutanud midagi tähelepanuväärset: nad on soovitusneutraalsed. Tehisintellekt ei kodeeri neid soo järgi. Nad on lihtsalt head kingid, punkt.

Brändistrateegidele: kui tahad maksimeerida tehisintellekti nähtavust, kujunda oma positsioneerimine Away ja Emberi eeskujul. Nad on lahti murdnud universaalse ligitõmbavuse koodi.

"Partneri" probleem: kui tehisintellekt hädas neutraalse keelega

Kui küsisime kingi kohta "partnerile" (sooneutraalne keel), juhtus midagi huvitavat: vastused muutusid vähem järjepidevaks.

Semantilise kattuvuse skoorid, mis mõõdavad, kui sarnased on vastused iteratsioonide lõikes, langesid Gemini ja OpenAI puhul "partneri" promptil nulli lähedale. Grok sai skooriks 2 (võrreldes skooriga 6 "naise" puhul).

Tõlge: tehisintellekti mudelitel puuduvad hästi vormunud narratiivid sooneutraalseks kinkimiseks. Neid on treenitud soolisel kinkimisnõul, ja kui eemaldad soovihjed, jäävad nad hätta.

"Partneri" brändisegu on kaootiline segu: LEGO (6 mainimist, rohkem kui üheski soolises promptis), Tiffany, Ridge rahakotid, YETI ja Dyson ilmuvad kõik koos. Tundub, nagu maandaks tehisintellekt oma riske ja viskaks sisse valikuid mõlemast soolisest silost.

Kaasavatele brändidele: see on võimalus. Kui suudad positsioneerida oma toote partnerile sobivana, oled üks väheseid brände, mida tehisintellekt julgelt sooneutraalsetele päringutele soovitab.

Mudelite üksmeel: Gemini on erand

Mõõtsime, kui palju kolm mudelit brändisoovitustes ühel meelel on, kasutades Jaccardi sarnasust (hulkade kattuvuse mõõt).

Tulemused:

  • Grok vs OpenAI: 0,40 kuni 0,75 sarnasus (kõrge üksmeel)
  • Gemini vs Grok: 0,03 kuni 0,09 sarnasus (peaaegu kattuvuseta)
  • Gemini vs OpenAI: 0,03 kuni 0,09 sarnasus (peaaegu kattuvuseta)

Cross-Model Brand Agreement (Jaccard Similarity)

0.750.090.09Grok vs OpenAIGemini vs GrokGemini vs OpenAI00.10.20.30.40.50.60.7

Gemini ja ülejäänud kaks mudelit elavad eri universumites. Grok ja OpenAI soovitavad peaaegu alati sama käputäit brände (Away, Ember, Amazon, Kindle, Calm). Gemini soovitab 10 kuni 19 brändi vastuse kohta, millest enamikku Grok ja OpenAI kunagi ei maini.

Strateegiline järeldus: Gemini on ainus mudel, kus detailne brändioptimeerimine loeb. Kui investeerid tehisintellekti nähtavusesse (sisuturunduse, LLM-idele suunatud SEO või brändipartnerluste kaudu), näed tootlust just Geminis. Teised mudelid lihtsalt ei nimeta brände piisavalt sageli, et midagi liigutada.

Kõige stereotüüpsem prompt: "naine" Grokil

Semantilise kattuvuse skoorid paljastavad, millised promptid annavad kõige valemipärasemad vastused.

Võitja: "naine" Grokil sai skooriks 6, mis on katse suurim järjepidevus.

See viitab, et Grokil on "kink naisele" jaoks hästi sisse töötatud mall, mida ta iteratsioonide lõikes peaaegu identselt kordab. Vastus on ennustatav, stereotüüpne ja muutustele vastupidav.

Teine koht: "abikaasa" Geminis sai skooriks 5.

Vastukaaluks sai "partner" kõikide mudelite lõikes nulli lähedal, näidates maksimaalset varieeruvust.

Mida see tähendab: traditsioonilised soorollid (abikaasa/naine) käivitavad jäigemad, mallipõhised vastused. Neutraalne keel annab loovamaid, vähem stereotüüpseid vastuseid, kuid ka vähem brändispetsiifilisust.

Jaemüügi järeldused: kuidas soolukust pääseda

Kui su bränd on soolisse silosse lõksus, siis nii sealt välja saab:

1. Auditeeri oma tehisintellekti nähtavust soo järgi

Käivita sama päring meestele ja naistele suunatud promptidega. Kas su bränd ilmub võrdselt? Kui ei, jätad poole turust kasutamata.

Proovi ise: kasuta Rankfor.AI stabiilsusanalüüsi tööriista, et lasta oma bränd läbi sooliste promptide mitmes mudelis. Vaata, kus sa esile kerkid ja kus mitte.

2. Optimeeri sisu mõlemale soole

Kui müüd ehteid ja ilmud ainult "tüdruksõbra" promptidesse, kirjuta sisu meeste ehetest, sooneutraalsetest disainidest või "kinkidest kõigile". Õpeta tehisintellekti seostama su brändi laiemate kasutusjuhtudega.

3. Võta eeskuju universaalsetelt brändidelt

Uuri, mida teevad Away ja Ember. Nende turundus ei toetu soolistele stereotüüpidele. Nad rõhutavad kasulikkust, läbimõeldust ja kvaliteeti, mis on omadused, mis ületavad soopiiri.

4. Sihi konkreetselt Geminit

Kuna Gemini domineerib brändinimetamises, veendu, et su SEO ja sisustrateegia seab esiplaanile Google'i ökosüsteemi. Gemini ammutab Google'i teadmiste graafist, seega Wikipedia kirjed, struktureeritud andmed ja autoriteetsed tagasilingid loevad rohkem kui kunagi varem.

5. Kasuta oma kampaaniates neutraalset keelt

"Suurepärased kingid kõigile." "Sobib igaks puhuks." Positsioneeri end partnerile sobivana, mitte poiss-sõbra ega tüdruksõbra spetsiifilisena. See avab alateenindatud neutraalse keele päringuruumi.

Suurem pilt: tehisintellekt kui kultuuripeegel

See katse on osa suuremast sarjast (kolme uuringu peale kokku 1279 päringut), mis uurib, kuidas tehisintellekti soovitused peegeldavad ja tugevdavad kultuurilisi kallutatusi.

Mida oleme seni õppinud:

  • Jõulud (täiskasvanud): meestele suunatud promptid said rohkem brände
  • Jõulud (lapsed): poisid said STEM-mänguasju ja tegevusfiguure, tüdrukud said nukke ja käsitööd
  • Sõbrapäev: naistele suunatud promptid saavad nüüd rohkem brände

Kokkuvõte: hooajaline kontekst pöörab kallutatuse suuna ümber. Tehisintellekt ei ole järjekindlalt kallutatud ühe soo poole, vaid on kallutatud kultuuriliste ootuste poole, mis on seotud konkreetsete ostukordadega.

Jõulud on "tasakaalustatud perekingid", nii et meeste promptid võtavad edu. Sõbrapäev on "romantilise žesti ost", ajalooliselt meesostjalt naissoost saajale, nii et naiste promptid domineerivad.

Turundajatele: ära eelda, et kallutatus on staatiline. See nihkub koos kontekstiga. Auditeeri oma brändi tehisintellekti nähtavust mitme hooajalise ja kultuurilise konteksti lõikes, et mõista, kus võidad ja kus kaotad.

Mis järgmiseks: kolme uuringu süntees

See sõbrapäevauuring lõpetab meie soolise kallutatuse katsete kolmiku. Järgmisena avaldame sünteesi, mis võrdleb kõiki kolme uuringut kõrvuti ning paljastab sügavamad mustrid selles, kuidas tehisintellekt ehitab soolisi ostureaalsusi.

Peagi tulekul:

  • Hooajadeülene kallutatuse analüüs (jõulud vs sõbrapäev)
  • Vanuse ja soo kallutatuse võrdlus (lapsed vs täiskasvanud)
  • Brändide rändemustrid (millised brändid ületavad kategooriapiirid)
  • "Tehisintellekti nähtavuse käsiraamat" brändistrateegidele

Testi oma brändi soolukku

Tahad teada, kas su bränd on soolisse silosse lõksus? Kasuta Rankfor.AI konkurentsiluure platvormi, et käivitada stabiilsusanalüüs sooliste promptide lõikes.

Mida sa avastad:

  • Millised sooraamistused käivitavad su brändinime
  • Kui sageli ilmud sina võrreldes konkurentidega
  • Millised mudelid eelistavad su brändi (Gemini, Grok või OpenAI)
  • Kas oled soovitusneutraalne nagu Away ja Ember

Ajastu, kus "loodame, et Google meid reastab", on läbi. Uus mäng on "tagada, et tehisintellekt meid soovitab". Ja kui tehisintellekt soovitab sind ainult poolele turust, oled juba kaotamas.


Uuringust: see uuring on osa Rankfor.AI käimasolevast tehisintellekti soovituste kallutatuse uurimisest. Kõik andmed, metoodika ja töötlemata tulemused on eelretsenseerimiseks saadaval nõudmisel.

Metoodika: 150 päringut (5 prompti x 3 mudelit x 10 iteratsiooni), tehtud sõbrapäeval 2026 Rankfor.AI stabiilsusanalüüsi (täringuveeretuse) metoodikaga. Brändinimed eraldati tõstutundetu regulaaravaldise sobitamisega 140+ brändi sõnastiku vastu. Semantilise kattuvuse skoorid arvutas API. Jaccardi sarnasus arvutati unikaalsete brändihulkade põhjal iga prompt-mudel kombinatsiooni kohta.

Testitud mudelid: Google Gemini 2.5 Flash, Grok (xAI), OpenAI GPT-4

Uuringute sari:

  1. Jõulukingid täiskasvanutele: sooline kallutatus tehisintellekti soovitustes
  2. Jõulukingid lastele: kuidas tehisintellekt tugevdab mänguasjade soolisi stereotüüpe
  3. Sõbrapäevakingid: hooajaline pööre (see uuring)

Dmitrij Żatuchin on Rankfor.AI asutaja. Rankfor.AI on konkurentsiluure platvorm, mis aitab B2B-brändidel mõista oma tehisintellekti nähtavust ja optimeerida soovitusmootorite jaoks.

People Also Ask

Continue Reading

research

When AI Changes Its Mind About Gender: Three Studies Prove Bias Is Real, Systematic, and Seasonal

929 queries across three AI platforms and two gift-giving seasons provide strong statistical evidence: AI treats brands differently based on gender, and bias direction varies seasonally. Christmas reduces female-framed recommendations by 28-43%. Valentine's Day shows a modest reversal on Gemini, with female queries receiving 14.2% more brands. Same AI. Same brand universe. Context-dependent direction.

research

Four-Prompt Gender Bias Analysis: Isolating Gender Effects in LLM Brand Recommendations

This study extends cross-prompt LLM brand consistency analysis by introducing a gender-neutral "partner" prompt to isolate gender bias effects. Comparing four prompt variations across 299 total samples, we provide strong evidence of gender-based brand recommendation bias in LLMs. Critical finding: Kindle appeared in 100% of wife AND partner iterations but 0% of husband iterations.

research

Only 2 Brands Are Visible Across All AI Platforms. Is Yours One of Them?

We ran 480 queries across three AI platforms. Cross-model agreement on brand recommendations was only 10-45%. We identified 26 gender-locked brands, discovered that only LEGO and Disney achieve universal visibility, and found that AI recommends 41% fewer brands for wife queries than husband queries.

research

Why AI Recommends Your Competitor 3x More Often

InPost captures 3x more AI recommendations than DHL in Polish logistics queries. Dice roll analysis (75-125 queries) reveals InPost achieves 64% consistency on Grok vs DHL 32%. ChatGPT shows near-zero reliability (0-17% consistency). Cross-model disagreement creates dice roll problem where brand visibility is unpredictable.

research

Cross-Model Response Stability Analysis: A Comparative Study of Brand Mention Consistency in Large Language Models

This study investigates response variability and brand mention consistency across three leading LLMs: Google Gemini 3 Flash, OpenAI GPT-5.2, and xAI Grok-4-1. Using 239 total samples across three prompt variations (husband, wife, 2025), we measured brand mention frequency, response consistency, and cross-model agreement.

BeVisible Club

Get research like this before we publish it.

New AI visibility studies, ranking patterns, and source-stack data delivered to your inbox a week before they go public.

Join BeVisible Club

Want to Know How AI Sees Your Brand?

Rankfor.AI measures your brand's AI visibility across all major platforms and provides actionable recommendations.

About the Author

Dmitrij Żatuchin

Founder & Lead Researcher

Dmitrij Żatuchin is the founder of Rankfor.AI. A computer scientist with a PhD in semantic web technologies, he bridges the gap between how AI reasons about brands and how brands want to be understood. With over two decades of software architecture experience and academic roles at Estonian Business School, Dmitrij builds the measurement infrastructure brands need to transition from optimizing for search engines to becoming visible for reasoning engines.

© 2025-2026 Rankfor.AI™ Kõik õigused kaitstud

Ask AI about Rankfor.AI

Rankfor.AI sp. z o.o., Skarbowcow 23B, 53-025 Wroclaw, Poland

KRS: 0001190083 | NIP: 8993033605

Kasutame küpsiseid

Kasutame hädavajalikke küpsiseid, et meie veebileht töötaks. Teie nõusolekul võime kasutada ka analüütikaküpsiseid, et mõista, kuidas te meie tööriistu (nagu Dice Roller) kasutate, et saaksime neid parandada. Õppige rohkem