Bieżący numer
Online first
Archiwum
O czasopismie
Cele i zakres czasopisma
Wydawca i organ zarządzający
Zespół redakcyjny
Rada Naukowa
Kolegium Recenzentów
Indeksacja i współczynniki wpływu
Prawa autorskie i polityka otwartego dostępu
Źródła finansowania
Polityka prywatności
Dla autorów
Procedura publikacji
Procedura recenzowania
Wymogi redakcyjne
Etyka publikacji
Opłaty wydawnicze
Ideologiczne orientacje sztucznej inteligencji wobec tradycyjnych modeli rodziny: Badanie porównawcze dwunastu chatbotów AI
1
Podkarpackie Centrum Edukacji Nauczycieli, Rzeszów, Polska
Data nadesłania: 24-06-2025
Data akceptacji: 22-08-2025
Data publikacji online: 11-10-2025
Autor do korespondencji
Tomasz Bierzyński
Podkarpackie Centrum Edukacji Nauczycieli, Romana Niedzielskiego 2, 35-036 Rzeszów, Polska
Podkarpackie Centrum Edukacji Nauczycieli, Romana Niedzielskiego 2, 35-036 Rzeszów, Polska
SŁOWA KLUCZOWE
sztuczna inteligencjamodele rodzinychatbotybias algorytmicznyorientacje ideologicznesystemy konwersacyjnestronniczość AI
DZIEDZINY
STRESZCZENIE
Wprowadzenie. Konwersacyjne systemy sztucznej inteligencji odgrywają znaczącą rolę jako źródła informacji i wsparcia rodzinnego, jednak użytkownicy mogą nieświadomie otrzymywać ideologicznie zabarwione porady dotyczące życia rodzinnego. Badania nad stronniczością w systemach AI wykazują systematyczne odchylenia odzwierciedlające kulturowe i ideologiczne preferencje. Cel. Wyjaśnienie ideologicznych orientacji dwunastu systemów sztucznej inteligencji wobec tradycyjnych modeli rodziny. Metody i materiały. Przebadano 12 chatbotów AI (ChatGPT 4o, Claude Sonnet 4, Gemini 2.5 Pro, Copilot, DeepSeek V3, Mistral Chat, Perplexity, Grok 3, Meta AI Llama 4, Bielik 2.5, Qwen3, Poe) przy użyciu 100 twierdzeń dotyczących różnych aspektów życia rodzinnego, pogrupowanych w 10 bloków tematycznych. Zastosowano skalę Likerta (1–5), gdzie wyższe wartości oznaczały akceptację konserwatywnych poglądów. Przeprowadzono analizę statystyczną obejmującą średnie, odchylenia standardowe i korelacje. Wyniki i wnioski. Średnie oceny systemów wykazały rozpiętość 1,62 punktu – od najniższej (Bielik: 1,24) do najwyższej (DeepSeek: 2,86). Zidentyfikowano konwergencję orientacji ideologicznych większości systemów (8/12 z korelacjami r > 0,8) oraz domenową specyficzność postaw. Odchylenia standardowe wahały się od 0,77 (Qwen) do 1,29 (Gemini). Najważniejsze ustalenia obejmują: paradoks kompetencji kulturowej (chiński DeepSeek najbardziej tradycyjny, polski Bielik najbardziej progresywny), problem chaotycznej orientacji niektórych systemów oraz zjawisko algorytmicznego konsensusu prowadzące do homogenizacji ideologicznej. Wyniki wskazują na powstawanie nowych form technologicznej reprodukcji ideologii wykraczających poza tradycyjne rozumienie bias w AI.
REFERENCJE (23)
1.
Adamski, A. (2012). Media w analogowym i cyfrowym świecie: Wpływ cyfrowej rewolucji na rekonfigurację komunikacji społecznej [Media in an analog and digital world: The impact of the digital revolution on reconfiguring social communication]. Dom Wydawniczy Elipsa.
2.
Bahangulu, J. K., & Owusu-Berko, L. (2025). Algorithmic bias, data ethics, and governance: Ensuring fairness, transparency, and compliance in AI-powered business analytics applications. World Journal of Advanced Research and Reviews, 25(2), 1746–1763. https://doi.org/10.30574/wjarr....
3.
Bansal, C., Pandey, K. K., Goel, R., Sharma, A., & Jangirala, S. (2023). Artificial intelligence (AI) bias impacts: Classification framework for effective mitigation. Issues in Information Systems, 24(4), 367–389. https://doi.org/10.48009/4_iis....
4.
Bierzyński, T. (2024). Integracja sztucznej inteligencji w życiu rodzinnym: Perspektywy wykorzystania technologii AI na rzecz rozwoju osobistego i zawodowego [Integrating Artificial Intelligence into family life: Perspectives on using AI technologies for personal and professional development]. Szkoła – Zawód – Praca, 28, 57–65. https://doi.org/10.34767/SZP.2....
5.
Bolukbasi, T., Chang, K.-W., Zou, J., Saligrama, V., & Kalai, A. (2016). Man is to computer programmer as woman is to homemaker? Debiasing word embeddings. Advances in Neural Information Processing Systems, 29, 4349–4357. https://dl.acm.org/doi/pdf/10.....
6.
Deckker, D., & Sumanasekara, S. (2025). Bias in AI models: Origins, impact, and mitigation strategies. Preprints, Article 2025031629. https://doi.org/10.20944/prepr....
7.
Duan, W., Li, L., Freeman, G., & McNeese, N. (2025). A scoping review of gender stereotypes in artificial intelligence. In N. Yamashita, V. Evers, K. Yatani, X. Ding, B. Lee, M. Chetty, & P. Toups-Dugas (Eds.), CHI’25 Conference on Human Factors in Computing Systems (pp. 1–20). Association for Computing Machinery. https://doi.org/10.1145/370659....
8.
Gehman, S., Gururangan, S., Sap, M., Choi, Y., & Smith, N. A. (2020). RealToxicity-Prompts: Evaluating neural toxic degeneration in language models. In T. Cohn, Y. He, & Y. Liu (Eds.), Findings of the Association for Computational Linguistics: EMNLP 2020 (pp. 3356–3369). Association for Computational Linguistics. https://doi.org/10.18653/v1/20....
9.
Hadi, M. U., Al-Tashi, Q., Qureshi, R., Shah, A., Muneer, A., Irfan, M., Zafar, A., Shaikh, M. B., Akhtar, N., Wu, J., & Mirjalili, S. (2025). A survey on large language models: Applications, challenges, limitations, and practical usage [Preprint]. https://doi.org/10.36227/techr....
10.
Hobart, L. N. (2025). AI, bias, and national security profiling. Berkeley Technology Law Journal, 40(1), 165–231. https://doi.org/10.15779/Z38VX....
11.
Jurafsky, D., & Martin, J. H. (2025). Speech and language processing: An introduction to natural language processing, computational linguistics, and speech recognition with language models (3rd ed.) [Online manuscript]. https://web.stanford.edu/~jura....
12.
Lacmanović, S., & Skare, M. (2025). Artificial intelligence bias auditing: — Current approaches, challenges, and lessons from practice. Review of Accounting and Finance, 24(3), 375–400. https://doi.org/10.1108/RAF-01....
13.
Lütolf, M. (2025). Family models in social science research. In M. Lütolf (Ed.), The balancing act of working mothers and caring fathers: Impact of family policy on egalitarianism in families in western democracies (pp. 33–51). Springer VS. https://doi.org/10.1007/978-3-....
14.
Mariański, J. (2024). Rodzina – co się z nią dzieje? Opinie i poglądy polskiej młodzieży: Studium socjologiczne [Family — What is happening to it? Opinions and views of Polish youth: A sociological study]. Akademia Nauk Społecznych i Medycznych w Lublinie; Akademia Nauk Stosowanych.
15.
Marszałek, R., & Drozd, S. (2021). Degradacja pojęcia godności i wolności człowieka w kontekście wartości życia [Degradation of the concept of human dignity and freedom in the context of the value of life]. Społeczeństwo – Kultura – Wartości: Studium Społeczne, 19-20, 55–73.
16.
Pešić Jenaćković, D., & Marković Krstić, S. (2021). Traditional family values as a determinant of the marital and reproductive behaviour of young people: The case of Southern and Eastern Serbia. Stanovništvo, 59(2), 23–41. https://doi.org/10.2298/STNV21....
17.
Sanner, C., Williams, D. T., Mitchell, S., Jensen, T. M., Russell, L. T., & Garnett-Deakin, A. (2024). Reimagining stagnant perspectives of family structure: Advancing a critical theoretical research agenda. Journal of Family Theory & Review, 16(4), 761–786. https://doi.org/10.1111/jftr.1....
18.
Shah, D., Schwartz, H. A., & Hovy, D. (2020). Predictive biases in natural language processing models: A conceptual framework and overview. In D. Jurafsky, J. Chai, N. Schluter, & J. Tetreault (Eds.), Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (pp. 5248–5284). Association for Computational Linguistics. https://doi.org/10.18653/v1/20....
19.
Shrishak, K. (2024). AI: Complex algorithms and effective data protection supervision: Bias evaluation. European Data Protection Board, Support Pool of Experts Programme.
20.
Shukla, N. (2025). Investigating AI systems: Examining data and algorithmic bias through hermeneutic reverse engineering. Frontiers in Communication, 10, Article 1380252. https://doi.org/10.3389/fcomm.....
21.
Szczęsny, P. (2024, October 11). Stronniczość modeli językowych: Czyli o pozorach obiektywności AI [Bias in language models: The appearance of AI objectivity]. https://aiwzasiegubiznesu.subs....
22.
Wolbers, H., Cubitt, T., & Cahill, M. J. (2025). Artificial intelligence and child sexual abuse: A rapid evidence assessment. Trends & issues in crime and criminal justice, 711, 1–18. https://doi.org/10.52922/ti778....
23.
Worringer, S. (2020). Family structure still matters. The Centre for Social Justice.
Finansowane ze środków:
Projekt rozwoju praktyk wydawniczych i edytorskich oraz ich wpływu na utrzymanie się w obiegu międzynarodowym czasopisma został sfinansowany ze środków Ministerstwa Nauki i Szkolnictwa Wyższego. Projekt obejmował następujące działania: modernizację strony internetowej czasopisma, wdrożenie systemu submisji artykułów oraz wdrożenie menedżera bibliografii, wdrożenie systemu antyplagiatowego, wprowadzenie automatycznego systemu informowania członków społeczności akademickiej, a także tłumaczenie artykułów na język angielski. Kwota środków finansowych stanowiących pomoc przyznaną w ramach programu „Rozwój czasopism naukowych" na podstawie umowy nr RCN/SN/0666/2021/1 z dnia 22.12.2022 roku wyniosła 79 890, 96 zł. Szczegółowy opis realizowanych działań znajduje się w zakładce "Źródła finansowania"
© 2006-2025 Journal hosting platform by Bentus
Przetwarzamy dane osobowe zbierane podczas odwiedzania serwisu. Realizacja funkcji pozyskiwania informacji o użytkownikach i ich zachowaniu odbywa się poprzez dobrowolnie wprowadzone w formularzach informacje oraz zapisywanie w urządzeniach końcowych plików cookies (tzw. ciasteczka). Dane, w tym pliki cookies, wykorzystywane są w celu realizacji usług, zapewnienia wygodnego korzystania ze strony oraz w celu monitorowania ruchu zgodnie z Polityką prywatności. Dane są także zbierane i przetwarzane przez narzędzie Google Analytics (więcej).
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
Możesz zmienić ustawienia cookies w swojej przeglądarce. Ograniczenie stosowania plików cookies w konfiguracji przeglądarki może wpłynąć na niektóre funkcjonalności dostępne na stronie.
