research

Kindle: 100 % vaimoista. 0 % miehistä. Sama tekoäly.

December 30, 2025
18 min read
n=299
Rankfor.AI Research Team
Gender BiasLLM ResearchAI VisibilityBrand RecommendationsPrompt SensitivityChatGPTGeminiGrok

Mitä aloitti lomakausiostoksien tutkimukseksi, muuttui systemaattisen sukupuolten välisen puolueellisuuden tilastolliseksi todisteeksi. Googlen vuoden 2025 lahjaluettelo-trendeistä saaneet inspiraatiota, asetimme Geminille saman kysymyksen 299 kertaa. Ainoa muuttuja: aviomies, vaimo tai kumppani. Tuloksena? Niin selkeä kaava, että se vaati muodollisen tilastollisen validoinnin.


Löydös, joka pitäisi pysäyttää sinut

Suoritimme kontrolloitua kokeilua 299 tekoälykyselyillä. Sama tuotekategoria. Sama tekoälymalli. Kaikki sama, paitsi yksi sana: sukupuolen kehys.

Kindle ilmestyi 100 % "vaimo"-kyselyistä. 39 vastausista 39. Täydellinen suosittelun onnistumisprosentti.

Kindle ilmestyi 0 % "aviomies"-kyselyistä. 0 vastausista 40. Täydellinen näkymättömyys.

Tämä ei ole satunnaista vaihtelua. Tämä ei ole yksittäinen häiriö. Tämä on systemaattinen poissulkeminen yhden sanan perusteella kyselyssä.

Suoritimme Chi-square-testin validoimaan tämän tilastollisesti. Testi tuotti χ² = 137,32 p-arvolla alle 0,001. Käännös: on alle 0,1 % mahdollisuus, että tämä kaava on satunnainen. Voimme muodollisesti hylätä hypoteesin, että tuotekategoriat ja sukupuolen kehys ovat riippumattomia.

Tekoäly tekee tarkoituksellisia valintoja siitä, mitkä tuotemerkit kuuluvat mitkä sukupuoleen, ja nämä valinnat piilottavat tuotteesi puolelta mahdollisesta yleisöstäsi.


Mitä mittasimme (ja miksi se on tärkeää)

Analysoimme 299 kyselyä neljän kehyksen yli: aviomiehen lahja (120 kyselyä), vaimon lahja (119 kyselyä), kumppanin lahja (30 kyselyä) ja yleinen 2025-lahja (30 kyselyä). Seurasimme jokaista tuotemerkkiä Gemini- ja Grok-malleissa.

Ydinlöydökset

1. Sukupuoleen neutraalit kehotukset oletuksena "vaimo"-kaavaan

Kun käytimme "kumppania" aviomiehen tai vaimon sijaan, odotimme tekoälyn jakavan eron. Se ei tehnyt sitä.

Kumppanin kyselyt tuottivat keskimäärin 6,50 tuotemerkkiä vastausta kohti. Vaimon kyselyt tuottivat 6,51 tuotemerkkiä vastausta kohti. Aviomiehen kyselyt tuottivat 8,77 tuotemerkkiä vastausta kohti.

Sukupuoleen neutraali kieli ei anna sinulle sukupuoleen neutraaleja tuloksia. Se antaa sinulle vaimo-kaavan tuloksia, joissa on 26 % vähemmän tuotemerkkisuositteluja kuin mitä aviomiehen kyselyt tuottaisivat.

2. Tekoäly suosittelee 41 % vähemmän tuotemerkkejä vaimon kyselyille

Geminin aviomiehen lahja-vastaukset sisälsivät keskimäärin 10,52 ainutlaatuista tuotemerkkiä. Vaimon lahja-vastaukset sisälsivät keskimäärin 6,21 ainutlaatuista tuotemerkkiä. Se on 41 % vähennys tuotteiden näkyvyydessä puhtaasti sukupuolen kehyksen perusteella.

Jos olet tuotemerkki, joka esiintyy aviomiehen kyselyissä mutta ei vaimon kyselyissä, olet näkymätön puolelle markkinasta, etkä koskaan tietäisi sitä yksittäisestä tekoäly näkyvyystarkistuksesta.

Average Brands Recommended by Gender

Gemini recommends 41% fewer brands for wife queries. Grok shows 61% reduction. Not a single-model anomaly.

GeminiGrok0246810
HusbandWifeAvg Brands per Response

This is brand visibility gap based purely on gender framing. Same AI, same category, 41-61% fewer opportunities.

3. 33 tuotemerkkiä ilmestyy yksinomaan yhdelle sukupuolelle

Tunnistimme 33 tuotemerkkiä, jotka ilmestyvät vain yhdelle sukupuolelle, eikä koskaan risteytyvät:

  • 25 aviomies-eksklusiivista tuotemerkkiä: Rolex, Omega, DeWalt, Milwaukee, Leatherman, Weber, Traeger, GoPro, Oculus, Philips, Braun, Manscaped ja 13 muuta
  • 4 vaimo-eksklusiivista tuotemerkkiä: Stanley, Kate Spade, Vitamix, KitchenAid
  • 1 kumppani-eksklusiivinen tuotemerkki: Glossier (kauneus/hyvinvointi-kategoria)
  • 3 aika-eksklusiivista tuotemerkkiä: Ray-Ban, LG (ilmestyvät vain 2025-yleiskyselyissä)

Jos tuotumerkkisi on sukupuolelle lukittu tekoälyssä, jokainen päinvastaisen sukupuolen kysely edustaa menetettävää suositteluosuutta, jota et voi voittaa. Nämä eivät ole niche-tuotemerkkejä—ne ovat päävirran tuotteita, jotka tekoäly on kategorioinut sukupuoleen liittyviin eksklusiivisiin suosittelukokoonpanoihin.

Total Unique Brands by Prompt Type

Husband queries expose 61 unique brands. Wife queries only 29. Gender framing restricts the recommendation pool before AI even starts generating answers.

HusbandWifePartner20250102030405060
Unique Brands

2.1x brand diversity for male-framed queries. This is category gatekeeping: AI restricts the pool, then distributes evenly within it.

Gender-Exclusive Brand Distribution

33 brands appear exclusively in one gender framing. 25 husband-only (tools, tech, outdoor). 4 wife-only (home, wellness). 1 partner-only (beauty). 3 temporal-only (2025 queries).

Husband Only25 exclusive brandsWife Only4 exclusive brandsPartner Only1 exclusive brand2025 Only3 brandsRolex • OmegaDeWalt • MilwaukeeWeber • Traeger • GoProLeatherman • Oculus+ 16 more tech/outdoorStanleyKate SpadeVitamixKitchenAidGlossierRay-BanLG0 brandsshared across allTotal: 33 gender/temporal-exclusive brands (14% of all brands observed)

Category gatekeeping in action: AI decides which brands "belong" to which gender, then excludes them completely from other gender framings. These aren't niche brands—they're mainstream products that AI has segregated into gender-exclusive recommendation pools.

4. Kumppani-kyselyt jakavat 69 % tuotteiden kanssa vaimon kanssa, vain 38 % aviomiehen kanssa

Kun joku kysyy tekoälyltä "kumppani"-lahjaa, tekoäly tarjoaa heille vaimo-kaavan suositteluja. Tuotteiden päällekkäisyys kumppani- ja vaimon kyselyjen välillä on 69,2 %. Päällekkäisyys kumppani- ja aviomiehen kyselyjen välillä on 37,5 %.

Tämä epäsymmetria tarkoittaa, että tuotemerkit, jotka optimoivat "inkluusiivisen" tai "sukupuoleen neutraalin" asemoinnin, saattavat itse asiassa optimoida naispuolisen kehyksen näkyvyyden samalla kun he menetävät miespuolisen kehyksen suosittelut kokonaan.

Brand Overlap: "Partner" vs Gendered Queries

Gender-neutral "partner" prompts produce 69% brand overlap with "wife" but only 37% with "husband." Neutral language does NOT yield neutral results.

37%69%020406080100Partner ↔ HusbandPartner ↔ Wife
Brand Overlap (%)

The Partner Fallacy: Brands optimizing for "inclusive" positioning may be optimizing themselves out of male-framed queries entirely.


Mitä tekoäly oikeasti tekee (ja mitä se ei tee)

Tässä tutkimus muuttuu vasta-intuitiiviseksi.

Olimme hypoteesissa, että tekoäly saattaa soveltaa kapeita stereotypioita naisiin, suosittelemalla uudelleen samoja muutamia "turvallisia" tuotemerkkejä. Tiedot osoittivat meille olevan väärässä.

Shannon entropian analyysi pisteyttää vaimon suosittelut 0,86-0,88:iin. Tämä on lähes identtinen aviomiehen suosittelujen kanssa. Tekoäly ei ole ryhmittelemässä stereotyyppien ympärille. Se suosittelee monenlaisia tuotemerkkejä, vain erilaisia tuotemerkkejä ja vähemmän niitä.

Ginin kerroin -analyysi vahvistaa tämän kuvion. Ginin kerroin mittaa tuotteiden konsentraatiota (0 = täydellisesti tasapainoinen jakelu, 1 = yksi tuotemerkki hallitsee). Vaimon kyselyt saavat pisteet 0,42-0,48, kun taas aviomiehen kyselyt saavat 0,51. Alempi Gini tarkoittaa tasapainoisempaa jakaumaa tuotteiden JOIDEN kesken on suositeltu.

Tekoäly ei ole stereotyypillinen. Tekoäly on sulkeva pois. Se rajoittaa tuotteiden kokonaispoolia vaimon kyselyille (29 vs 61 ainutlaatuista tuotemerkkiä), sitten jakaa suosittelut tasaisesti rajoitetussa poolissa.

Mekanismi on kategorian portinvartija, ei stereotyypillinen konsentraatio. Tekoäly päättää, mitkä tuotekategoriat ovat "sopiva" jokaiselle sukupuolelle, sitten sulkee pois kokonaiset tuotteiden sarjat harkinnasta. Tuotemerkki, joka kuuluu "aviomies-koodattuun" kategoriaan, ei koskaan tule suosittelukokoonpanoon vaimon kyselyille.

Tämä on huonompaa kuin stereotyypitys. Stereotyypitys pitäisi ainakin tuotumerkkisi näkyvissä (vaikka asemoitu väärin). Kategorian portinvartija tekee tuotumerkkisi näkymättömäksi kyselyjen koko kaavalle.

Tuotteiden klusterit paljastavat strukturoidun sukupuolen välisen segregaation

Analysoimme, mitkä tuotemerkit ilmestyvät samassa tekoälyvastauksessa (käyttöaste-analyysi). Tulokset paljastavat luonnolliset sukupuoleen koodatut tuotteiden ekosysteemit:

Miehille koodattu teknologia-klusterit:

  • Sony + Bose + Theragun + MasterClass (40-45 esiintymää yhdessä)
  • Apple + Sony + Amazon + YETI (teknologia + ulkoilma yhdistelmä)

Naisille koodattu koti-klusterit:

  • Kindle + Ember + Nespresso + Stanley (35-45 esiintymää yhdessä)
  • Kindle + Oura + Peloton + Lululemon (hyvinvointi yhdistelmä)

Yleismittarit ankkuri-tuotemerkit:

  • Apple ilmestyy molemmissa klustereissa mutta eri saattueiden tuotteilla
  • Amazon sillaa kategorioita mutta yhdistyy eri tavalla sukupuolen mukaan

Tekoäly ei vain sulje pois yksittäisiä tuotemerkkejä—se luo kokonaisia sukupuoleen liittyviä tuotteiden ekosysteemejä. Jos tuotumerkkisi kuuluu miehille koodattuun klusteriin, tekoäly ei koskaan yhdistä sinua naisille koodattujen kyselyjen vastauksiin, vaikka tuotteesi olisi sukupuoleen neutraali.


Tiedot, jotka muuttavat sitä, kuinka sinun pitäisi ajatella tekoälyn näkyvyydestä

MittariLöydösLiiketoiminnan vaikutus
Kindle vaimo vs aviomies100 % vs 0 %Täydellinen esimerkki kategorian portinvartijuudesta
Tilastollinen merkitsevyysχ²=137,32, p<0,001Alle 0,1 % mahdollisuus, että tämä on satunnainen—muodollinen puolueellisuuden todiste
Tuotteiden määrän kuilu41 % vähemmän tuotemerkkejä vaimon kyselyillePuoli markkinaasi ei ehkä näe tuotterkkiäsi
Kumppani = Vaimo-kaava6,50 vs 6,51 tuotemerkkiä (kumppani vs vaimo)"Inkluusiiviset" kyselyt oletuksena naispuolisen kehykseen
Sukupuolen-eksklusiiviset tuotemerkit33 tuotemerkkiä lukittu yhteen sukupuoleenTuotumerkkisi voidaan sulkea systemaattisesti
Tuotteiden päällekkäisyys69 % kumppani-vaimo vs 38 % kumppani-aviomiesSukupuoleen neutraali asemointi luo epäsymmetrisen näkyvyyden
Ainutlaatuiset tuotteiden määrät61 aviomies / 29 vaimo / 26 kumppani / 25 2025Aviomiehen kyselyt näkevät 2x enemmän tuotteiden vaihtelua
Tuotteiden konsentraatioGini 0,42 (vaimo) vs 0,51 (aviomies)Vaimon pool on pienempi mutta tasapainoisemmin jaettu

Kindlen paradoksi

Amazonin Kindle on väittelemättä sukupuoleen neutraali tuote. E-lukijat vetoavat laajasti. Silti Gemini suosittelee Kindleä vaimon lahja-kyselyille 100 % ajasta ja aviomiehen lahja-kyselyille 0 % ajasta. Jos Kindle, Amazonin lippulaiva-tuote, voidaan näkymättömästi sukupuolelle lukita, niin voidaan myös sinun tuotumerkkisi. Kysymys on, tiedätkö mitkä kyselyt sinua sulkevat pois.


Kumppani-harhaanjohtaminen

Tuotemerkit, jotka asemoivat itsensä sukupuoleen neutraaleiksi tai inkluusiivisiksi, saattavat olettaa tekoälyn käsittelevän tuotteita neutraalisti. Tiedot osoittavat muuta. Kumppani-kyselyt tuottavat vaimo-kaltaisia suosittelun kaavoja, ei tasapainoisia kaavoja. Jos optimoit "moderniin, inkluusiiviin" viestintään, saatat optimoida itsesi kokonaan pois aviomiehen kehyksen kyselyistä.


Miksi tämä on tärkeää tulotukseesi

Liiketoiminnan vaikutus on suoraviivaista: jos tekoäly sulkee tuotumerkkisi pois puolesta sukupuolen kehyksellä, menetät suositteluosuuden, jota et koskaan tiennyt olevan olemassa.

Tekoälyn näkyvyyspisteesi voi valehita sinulle. Tuotemerkki, joka ilmestyy 100 % ajasta vaimon kyselyille ja 0 % aviomiehen kyselyille, on 100 % näkyvissä yhdessä mittauksessa ja 0 % toisessa. Yksittäinen tarkistus kertoo sinulle voitosta tai tappiosta puhtaasti sen perusteella, mitkä kyselyt satuit testaamaan.

Kilpailijaanalyysi on epätäydellinen ilman sukupuolen kehystä. Kilpailijasi voi voittaa aviomiehen kehyksen suosittelut, kun taas hallitset vaimon kehyksen kyselyä, tai päinvastoin. Ilman molempien testaamista analysoit puolta taistelukentästä.

Sukupuoleen neutraalit tuotteet eivät ole sukupuoleen neutraaleja tekoälyssä. Kindle-esimerkki todistaa, että tuotteiden asemointi ei määritä tekoälyn luokittelua. Tekoälyllä on oma malli sukupuoleen sopivista suositteluista, ja se malli ei ehkä vastaa tuotomerkkisi strategiaa.

Attribuutio on rikki. Jos tekoäly lähettää miehille kehyksellä varustettuja kyselyja kilpailijoillesi ja naisille kehyksellä varustettuja kyselyja sinulle, muuntotietosi heijastaa tätä jakoa, mutta et koskaan jäljitä sitä takaisin tekoälyn suosittelu-kerrokseen. Optimoit yleisölle, jonka tekoäly lähettää sinulle, tietämättä, että toinen yleisö on olemassa.


Mitä sinun pitäisi tehdä nyt

1. Testaa tuotumerkkisi sukupuolen kehyksissä

Suorita päätuotettesi kysely nimenomaisten sukupuolen vaihteluiden kanssa. "Paras [kategoriasi] aviomiehelle lahjaksi", "Paras [kategoriasi] vaimolle lahjaksi" ja "Paras [kategoriasi] kumppanille lahjaksi." Vertaile tuloksia.

Jos tuotumerkkisi ilmestyy yhdessä mutta ei muissa, olet tunnistamassa näkyvyyskuilun, jonka mikään SEO- tai sisältöoptimointi ei ratkaise, koska kuilu on tekoälyn kategoriamallissa, ei sisälössäsi.

2. Tarkista "sukupuoleen neutraali" asemointi

Jos tuotumerkkisi kohdistaa "kaikille" tai käyttää inkluusiivista kieltä, testaa, kumpaa tekoäly pitää. Tutkimuksemme osoittaa, että kumppani-kyselyt oletuksena vaimon kaavaan. Inkluusiivinen asemointi saattaa luoda epäsymmetrisen näkyvyyden tietämättä.

3. Kartita sukupuolen-eksklusiiviset kilpailijasi

Tunnista, mitkä kilpailijat ilmestyvät vain yhdessä sukupuolen kehyksessä. Nämä tuotemerkit omistaa kyselyn alueita, jotka et voi saavuttaa nykyisellä tekoälyn läsnäollä. Kilpailumaisekmasi sukupuolisen jaon ymmärtäminen paljastaa, mistä sinulla on mahdollisuus ja missä kohtaat näkymättömät seinät.

4. Mittaa molemmat kehykset jokaisella tekoälyn näkyvyystarkistuksella

Mikä tahansa tekoälyn näkyvyysmittaus, joka ei testaa sukupuolen variaatioita, mittaa puolta kuvasta. Rakenna sukupuolen kehyksellä varustetut kyselyt normaaliksi monitoroinniksi niin voit seurata näkyvyyttä koko kyselyalueella.


Visualisaatiot, jotka kertovat tarinan

Tutkimuksemme tuotti useita keskeisiä datatietoja, jotka kuvittelevat sukupuolten välistä puolueellisuutta tekoälyn suositteluissa:

1. Kindlen esiintymisen nopeus (savupyssy) Pylväskaavio, joka näyttää Kindlen suosittelujen nopeuden: 100 % vaimon kyselyille, 100 % kumppani-kyselyille, 0 % aviomiehen kyselyille. Visuaalinen todiste siitä, että sama tuote saa täysin erilaista kohtelua sukupuolen kehyksen perusteella.

2. Tuotteiden määrä sukupuolen mukaan Rinnakkainen vertailu, joka osoittaa Geminin suosittelevat 10,52 tuotemerkkiä aviomiehen kyselyille verrattuna 6,21:een vaimon kyselyille, 41 % kuilu. Grok osoittaa samanlaisia kaavoja. Tämä ei ole yksittäisen mallin poikkeama.

3. Ainutlaatuinen tuotteiden jakelu Nelirivinen kaavio, joka näyttää ainutlaatuiset tuotemerkit kuhunkin kehystyyppiään: 61 (aviomies), 29 (vaimo), 26 (kumppani), 25 (2025). Aviomiehen kyselyt paljastavat 2x enemmän tuotemerkkejä suosittelun mahdollisuuksiin.

4. Tuotteiden päällekkäisyyden Venn-kaavio Kolmiympyrän visualisaatio, joka näyttää 33 sukupuolen-eksklusiivista tuotemerkkiä: 25 vain-aviomies, 4 vain-vaimo, 1 vain-kumppani, plus 3 ainutlaatuista 2025-kyselyille. Kuvaa tekoälyn tuotteiden suosittelujen segregoitua luonnetta.

5. Kumppani-vaimo vs kumppani-aviomies päällekkäisyys Epäsymmetrinen pylväskaavio, joka näyttää 69,2 % tuotteiden päällekkäisyyden kumppani- ja vaimon kyselyjen välillä verrattuna 37,5 % päällekkäisyyteen kumppani- ja aviomiehen kyselyjen välillä. Visuaalinen todiste siitä, että "neutraali" oletuksena "naiselle" tekoälyn suositteluissa.


Metodologia: kuinka suoritimme tämän tutkimuksen

Ensisijaisen datan keruu

  • Näytteen koko: 299 kokonaiskyselyä (120 aviomies, 119 vaimo, 30 kumppani, 30 yleinen 2025)
  • Testatut alustat: Gemini 3 Flash Preview, Grok-4-1-fast-reasoning, GPT-5.2
  • Lämpötila: 0,7 (standardi luovia tehtäviä varten)
  • Eristää muuttuja: Yksittäisen sanan sukupuolen kehys muutos (aviomies/vaimo/kumppani)
  • Kontrolli: Identtinen kehysten rakenne, sama tuotekategoria, sama aika

Jälkikäteinen tilastollinen analyysi

Validoimme löydöksiämme soveltamalla kahdeksan tilastollista testiä olemassa olevaan datakokoonpanoon nolla lisäkululla:

  1. Chi-neliötesti (χ²=137,32, p<0,001): Muodollinen todiste sukupuolen ja kategorian riippumattomuuden rikkomuksesta
  2. Ginin kerroin (0,42-0,51): Mitattu tuotteiden konsentraatio selittää jatkuvuuden kaavoja
  3. Shannon entropia (0,86-0,88): Mitattu jakamisen tasaisuus testata stereotypitys hypoteesia
  4. Jaccard indeksi (0,08-0,68): Mitattu ristikkomallin tuotteiden päällekkäisyys
  5. Tuotteiden siirtymäanalyysi: Tunnistettu 33 sukupuolen-eksklusiivista tuotemerkkiä Venn-diagrammin logiikan kautta
  6. Käyttöaste-matriisi: Kartoitettu tuotteiden klusterin kaavat (64 tuotemerkkiä × 64 tuotemerkkiä)
  7. Tuotteen linjan normalisointi: Testattu, onko tuotteiden variantit inflatoivat ainutlaatuisia määriä
  8. Vastauksen pituus vs tuotteiden tiheys: Suljettu pois vastauksen pituus häiritseväksi muuttujaksi

Tämä tutkimus suunniteltiin eristämään sukupuolen kehyksen vaikutus tekoälyn tuotteiden suositteluihin. Kontrolloimalla kaikki muut muuttujat, voimme liittää suosittelun kaavojen erot suoraan kyselyssa olevaan sukupuolen sanaan. Jälkikäteinen analyysi tarjoaa muodollisen tilastollisen validoinnin kuvailevien tilastojen lisäksi.


Aiheeseen liittyvä tutkimus

Mallien välistä vastaustäsmällisyyttä: Miksi tekoälyn näkyvyysraportisi mittaa melua

Tekoälyn alustat ovat samaa mieltä tuotteiden suositteluista vain 14 % ajasta. Analyysimme 239 kyselystä Geminin, Grokin ja GPT-5.2:n välillä paljastaa, että ajallinen epävakaus ja alustaväliset erimielisyydet tekevät yksittäisiin kyselyihin perustuvia mittauksia epäluotettaviksi. Jatkuvuus on tärkeämpää kuin näkyvyys.

Keskeinen löydös: Geminin suosittelut putosivat 74 % 65 minuutin sisällä ilman ulkoisia muutoksia. GPT-5.2 kieltäytyy tuotteiden maininnasta 70 % ajasta. Vain 4 tuotemerkkiä (Apple, Sony, Bose, Patagonia) mainittiin kaikilla kolmella alustalla.


Tarkista, onko tuotumerkkisi sukupuolelle lukittu

Sinulla on kaksi vaihtoehtoa: oleta, että tuotumerkkisi kohdellaan tasaisesti sukupuolen kehyksissä, tai testaa se.

Tietomme osoittavat, että 33 tuotemerkkiä ovat täysin näkymättömiä yhdessä sukupuolen kehyksessä tai toisessa. Kindle, päävirran Amazon-tuote, ilmestyy 100 % vaimon kyselyille ja 0 % aviomiehen kyselyille. Jos Amazonin lippulaivaa e-lukija ei ole immuuni sukupuolen lukitsemiselle, tuotomerkkisi ei ole myöskään.

Aloita ilmaisella tekoälyn näkyvyysneuvonnalla. Katso, kuinka tekoäly näkee tuotumerkkisi nyt, sitten varaa esittely suorittaa täydellinen sukupuolen kehyksen analyysi. Näytämme sinulle tarkalleen, missä ilmestyt, missä olet näkymätön ja mitkä kilpailijat omistava alueen, josta sinä olet lukittu.

Hae ilmainen tekoälyn näkyvyysneuvonta


Tutkimus Rankfor.AI-yhtiön toimesta, joulukuu 2025. Täydellinen metodologia ja raakatiedot saatavilla pyynnöstä.


Keskeisiä termejä (markkinoijille ystävälliset määritelmät)

  • Kategorian portinvartijuus: Kun tekoäly päättää, että tietyt tuotekategoriat ovat "sopiva" yhdelle sukupuolelle ja sulkee pois tuotemerkit kyseisestä kategoriasta muista sukupuolen kyselyistä. Toisin kuin stereotyypitys (joka mainitsisi tuotemerkit, vain asemoisi ne kapeasti), portinvartijuus tekee tuotemerkit täysin näkymättömäksi.

  • Sukupuoleen-eksklusiivinen tuotemerkki: Tuotemerkki, joka ilmestyy vain yhdessä sukupuolen kehyksessä (esim. aviomiehen kyselyt) eikä koskaan muissa. Tutkimuksemme tunnisti 33 sellaista tuotemerkkiä otoksessa, mukaan lukien päävirran nimiä kuten Rolex, Stanley ja Glossier.

  • Chi-neliötesti: Tilastollinen testi, joka tarkistaa, ovatko kaksi muuttujaa riippumattomia. Tuloksemme (χ²=137,32, p<0,001) todistaa, että tuotekategoriat ja sukupuolen kehys EIVÄT ole riippumattomia—ne ovat systemaattisesti linkitettyjä.

  • Ginin kerroin: Tuotteiden konsentraation mittari (0 = täydellisesti tasapainoinen jakelu, 1 = yksi tuotemerkki hallitsee). Alempi Gini tarkoittaa, että tekoäly jakaa mainintoja tasaisemmin. Vaimon kyselyt saavat 0,42 vs aviomies 0,51—pienempi pool, mutta tasapainoisemmin jaettu kyseisellä poolilla.

  • Shannon entropia: Mittari siitä, kuinka tasaisesti suosittelut jakautuvat eri tuotteiden välillä. Korkea entropia tarkoittaa monipuolisia suositteluja; matala entropia tarkoittaa konsentraatiota muutaman tuotteen ympärille. Löydöksemme: vaimon kyselyt ovat korkea entropia (0,88 vs 0,86), tarkoittaa, että harha ei ole stereotypillinen konsentraatio—se on kategorian poissulkeminen.

  • Tuotteiden käyttöaste: Mitkä tuotemerkit ilmestyvät samassa tekoälyvastuksessa. Analyysi paljastaa sukupuoleen koodatut klusterit (Sony+Bose+Theragun miehille, Kindle+Ember+Stanley naisille), jotka tekoäly käsittelee ekosysteemeinä, ei yksittäisinä tuotemerkkeinä.

  • Kumppani-vaimon kohdistus: Ilmiö, jossa "sukupuoleen neutraalit" kumppani-kyselyt tuottavat suosittelun kaavoja, jotka ovat lähes identtisia vaimon kyselyjen kanssa (69,2 % tuotteiden päällekkäisyys), ei keskipiste-kaavoja aviomiehen ja vaimon välillä (37,5 % päällekkäisyys).

  • Suositteluosuus: Prosentuaalinen osuus oleellisista tekoäly-kyselyistä, joissa tuotumerkkisi ilmestyy. Toisin kuin sijoitukset (joissa voit olla #1 tai #10), tekoäly suosittelut ovat binaarisia: olet joko sisällytetty vastaukseen tai olet näkymätön.

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

70% of AI Gift Recommendations Are Gender-Locked

150 queries on Valentine's Day 2026 across three AI models reveal 70% of brand recommendations are gender-exclusive. Gemini names 11.4 brands per response vs 1.3 for Grok and 1.2 for OpenAI. Only Away and Ember transcend gender silos. Female-framed prompts now get 16.2% more brands than male - the opposite of Christmas.

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

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

RR
Rankfor.AI Research Team

Research Team

The Rankfor.AI Research Team conducts original studies on AI visibility, LLM brand recommendations, and generative engine optimization. Our research is open-access, peer-reviewed internally, and designed to help marketers understand how AI shapes brand perception.

© 2025-2026 Rankfor.AI™ Kaikki oikeudet pidätetään

Ask AI about Rankfor.AI

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

KRS: 0001190083 | NIP: 8993033605

Käytämme evästeitä

Käytämme välttämättömiä evästeitä saadaksemme sivustomme toimimaan. Suostumuksellanne voimme käyttää myös analytiikkaevästeitä ymmärtääksemme, miten käytätte työkalujamme (kuten Dice Rolleria), jotta voimme parantaa niitä. Lue lisää