Ten obrazek nie jest tylko „obrazkiem o srebrze”. To przykład współczesnego seksizmu w formacie mema: kobiece ciało służy jako haczyk uwagi, kobieca postać zostaje ustawiona w roli dekoracyjnej i błędnej, a męska postać w roli racjonalnego eksperta. Jeśli obraz powstał przy pomocy AI, a raczej wszystko na to wskazuje, to problem jest jeszcze szerszy: generatywne narzędzia pozwalają szybko produkować atrakcyjne, stereotypowe i emocjonalnie „klikalne” treści, a media społecznościowe nagradzają to, co wzbudza reakcję.

1. Co mówi literatura naukowa: seksizm, mizoginia, uprzedmiotowienie

W psychologii społecznej ważnym pojęciem jest tzw. seksizm ambiwalentny. Już w 1997 roku Peter Glick i Susan Fiske pokazali, że seksizm nie musi mieć wyłącznie formy jawnej wrogości wobec kobiet. Może działać również jako pozornie „życzliwy” paternalizm: kobieta jest idealizowana, chroniona, dekoracyjna, „urocza”, ale zarazem pozbawiana sprawczości i traktowana jako ktoś mniej kompetentny. Ich model rozróżnia seksizm wrogi i życzliwy oraz łączy je z władzą, różnicowaniem płci i seksualnością. ([1])

Mizoginia bywa natomiast opisywana nie tylko jako prywatna nienawiść do kobiet, ale jako społeczny mechanizm dyscyplinowania. Kate Manne w swojej książce z 2017 r pt. Down Girl: The Logic of Misogyny ujmuje mizoginię jako system wrogości wobec kobiet funkcjonujących w świecie zorganizowanym według męskich uprawnień i oczekiwań. Ważne jest tu to, że mizoginia może trwać także w społeczeństwach deklarujących formalną równość płci, przybierając bardziej „nowoczesne” formy, na przykład w internetowych atakach na kobiety obecne w życiu publicznym. ([2])

Kolejnym kluczowym pojęciem jest tzw. seksualne uprzedmiotowienie. W teorii uprzedmiotowienia kobieta jest przedstawiana przede wszystkim przez pryzmat funkcji seksualnej, z pominięciem innych aspektów jej tożsamości, kompetencji i podmiotowości. Wiemy już, że takie przekazy nie kończą się niestety na pojedynczym obrazie: uczą odbiorców patrzenia na kobiety przez zewnętrzny, oceniający wzrok, a kobiety i dziewczęta mogą internalizować ten sposób patrzenia na siebie.

Badania nad mediami pokazują, że seksualizujące treści mają mierzalne skutki. Metaanaliza obejmująca 54 artykuły, 50 niezależnych badań i 261 wielkości efektu ([4]), wykazała dodatni, umiarkowany i statystycznie istotny związek między korzystaniem z seksualizujących mediów a autouprzedmiotowieniem. Autorzy podkreślają, że ekspozycja na takie treści wpływa na sposób, w jaki ludzie konceptualizują własne ciało i wygląd.

2. Implikacje społeczne

Problem nie polega wyłącznie na tym, że pojedynczy obraz jest „niesmaczny”. Problem w tym, że takie obrazy uczestniczą w produkcji norm: kto ma być ekspertem, kto ozdobą, kto mówi, a kto jest oglądany. Problem tez w tym, że temat jest intensywnie rozwojowy. Raport dla Parlamentu Europejskiego o wpływie mediów społecznościowych na kobiety i dziewczęta (Marzec 2023) ([5]) wskazuje, że cyfrowe szkody obejmują seksizm, stereotypy płciowe w treściach i algorytmach, nękanie, przemoc obrazową, kampanie nienawiści, uprzedzenia algorytmiczne oraz radykalizację.

Dlaczego o tym piszę? Bo niestety kultura memów, seksualizujących obrazów i „żartów” nie jest oderwana od realnego środowiska cyfrowego, w którym kobiety uczą się, że publiczna obecność często oznacza ocenę ciała, seksualizację albo atak. Dane o przemocy i nękaniu online pokazują, że kobiety coraz częściej doświadczają seksualnego wymiaru agresji. Zgodnie z analizami Pew Research Center z 2021 r ([6]), kobiety w USA częściej niż mężczyźni zgłaszały seksualne nękanie online, a wśród kobiet poniżej 35. roku życia odsetek ten wynosił jedną trzecią.

W mediach społecznościowych dochodzi jeszcze mechanizm amplifikacji. Badanie algorytmicznego rankingu Twittera/X pokazało, że algorytmy optymalizowane pod zaangażowanie mogą wzmacniać treści bardziej dzielące, gniewne i wrogie wobec grup zewnętrznych niż ranking oparty na tym, co użytkownicy deklarują, że chcą widzieć. Seksistowski mem nie musi więc być „najlepszym argumentem”; wystarczy, że jest emocjonalny, seksualizowany, konfliktowy i łatwy do udostępnienia.

3. AI i uprzedzenia płciowe

UNESCO ([7]) zwraca uwagę, że nasze ultra nowoczesne modele generatywne mogą powielać regresywne stereotypy płciowe. W cytowanym badaniu, które UNESCO opublikowało w 2024 r., kobiety były częściej wiązane z rolami domowymi, rodziną i dziećmi, a mężczyźni z biznesem, karierą, wynagrodzeniem i funkcjami wykonawczymi. Okazuje się, że nawet niewielkie uprzedzenia w systemach używanych masowo mogą realnie wzmacniać nierówności społeczne.

Podobne ryzyka dotyczą obrazów generowanych przez AI. Badanie opublikowane w Journal of Computer-Mediated Communication przeanalizowało 15 300 obrazów DALL·E 2 przedstawiających 153 zawody i wykazało reprezentacyjne oraz prezentacyjne uprzedzenia płciowe: kobiety były niedoreprezentowane w zawodach zdominowanych przez mężczyzn, nadreprezentowane w zawodach „kobiecego” typu, a także częściej przedstawiane z uśmiechem i pochyloną głową. Inne badanie trzech generatorów — Midjourney, Stable Diffusion i DALL·E 2 — również wskazywało na systematyczne uprzedzenia płciowe i rasowe oraz subtelne różnice w przedstawianiu emocji i wyglądu.

W końcu UN Women Knowledge Hub ([8]) wskazuje wyraźnie, że generatywna AI nasila przemoc ułatwianą technologią: umożliwia deepfake’i, dezinformację, automatyczne nękanie, podszywanie się, sextortion, doxing i skoordynowane ataki cyfrowe. Te szkody szczególnie dotykają kobiety i dziewczęta, w tym kobiety obecne publicznie, oraz wzmacniają istniejące nierówności, stereotypy i dyskryminację strukturalną.

4. Co widać na załączonych obrazkach

Mamy tu, chętnie wykorzystywany w social mediach dwukadrowy komiks w estetyce anime/mangi. Scena dzieje się na targu lub w przestrzeni miejskiej. Na pierwszym obrazku, pierwszym kadrze stoi mocno seksualizowana kobieca postać: i trzyma transparent z hasłem: „Srebro to tylko tani surowiec! Nie ma wartości monetarnej!”. Ludzie w tle reagują zdziwieniem: „Say what?!” i „Shock”.
W drugim kadrze ta sama kobieta stoi już z boku, już mniejsza, wycofana, jakby zawstydzona albo uciszona. Obok niej pojawia się wysoki mężczyzna w garniturze, który wskazuje na panel słoneczny, elektronikę, symbole EV i kosmosu/satelitów. W dymku tłumaczy, że srebro jest kluczowe dla zielonej transformacji i świata cyfrowego, a jego „papierowa cena” jest rzekomo tłumiona, bo prawdziwa skala niedoboru mogłaby zagrozić systemowi. Kończy hasłem: „Hold the atoms”.

Zabawiłam się z tą grafiką przy pomocy Chata GPT (w końcu ja też mogę!) i wygenerowaliśmy analogiczny obrazek z odwróceniem ról, ale zachowując stereotypy płciowe. Można? Można!
Refleksje pozostawię czytelnikom tego bloga…

5. Dlaczego mnie to zainteresowało?

Ten obrazek jest oczywiście seksistowski. I to nie dlatego, że przedstawia kobietę, i nie dlatego, że kobieta jest atrakcyjna. Jest tu kilka warstw tego zjawiska.

Po pierwsze – oczywiście – dlatego, że kobiece ciało jest użyte jako narzędzie uwagi w przekazie, który z kobiecą seksualnością nie ma żadnego merytorycznego związku. Tematem jest rynek srebra, przemysł, energetyka, elektronika i ewentualnie inwestycje kapitałowe. Kobieca postać jest tu wizualnym haczykiem. OK, często uciekamy się do estetyki ciała – nie tylko kobiecego.

Na tym jednak problem seksizmu tego memu się nie kończy. Kolejna warstwa polega na układzie ról. Kobieta niesie błędny, naiwny komunikat. Mężczyzna w garniturze dostaje rolę eksperta, który „prostuje” jej pogląd i przejmuje autorytet poznawczy. To bardzo czytelny schemat: kobieta jako ciało, emocja i pomyłka; mężczyzna jako rozum, wiedza i wyjaśnienie. Dobra, takie chwyty stosował już Fredro w Zemście* a ich korzenie tkwią głęboko w tradycji chrześcijańskiej (np. św. Tomasz z Akwinu). Czy społeczeństwo cyfrowe, w dobie lotów w kosmos nie powinno stosować nieco nowocześniejszych wykładni?

Trzeci poziom to estetyka upokorzenia. W pierwszym kadrze kobieta jest centralną atrakcją. W drugim zostaje pomniejszona i przesunięta na bok. Męski ekspert zajmuje przestrzeń, wskazuje na technologie i wygłasza monolog. To nie jest neutralna kompozycja. Obraz uczy odbiorcę, kto ma być oglądany, a kto ma być słuchany.

Czwarty poziom to kompatybilność z logiką mediów społecznościowych. Obraz łączy seksualizację, konflikt, „szok”, męski autorytet, spiskową sugestię o ukrywanej prawdzie i prosty slogan inwestycyjny. Taki format jest zaprojektowany do przewijania, reagowania i udostępniania. W tym sensie seksizm nie jest dodatkiem do przekazu. Jest częścią jego mechaniki dystrybucji.

Jaki to ma związek z AI? Czy już próbuje nami sterować?

Najuczciwsza odpowiedź brzmi: AI nie „próbuje” w ludzkim sensie, bo nie ma własnej intencji politycznej, seksualnej ani ekonomicznej. Ale systemy AI i algorytmy platform jak najbardziej już uczestniczą w sterowaniu uwagą, emocjami i normami społecznymi.

To sterowanie nie wygląda jak scena z filmu science fiction. Nie musi istnieć „zła AI”, która świadomie postanawia manipulować ludźmi. Wystarczy układ trzech elementów: generator treści, który szybko produkuje obrazy zgodne ze stereotypami; platforma, która promuje treści wzbudzające reakcje; oraz odbiorcy, którzy nagradzają kliknięciem to, co seksualne, konfliktowe, oburzające albo potwierdzające ich przekonania.

W tym sensie pytanie warto lekko przeformułować. Nie: „Czy AI ma plan, żeby nami sterować?”. Raczej: kto używa AI, jakie cele wpisuje w systemy rekomendacji i jakie obrazy są przez te systemy nagradzane? W przypadku tego mema odpowiedź jest niepokojąca: nagradzany jest obraz, który sprzedaje tezę ekonomiczną za pomocą uprzedmiotowienia kobiety i męskiej dominacji poznawczej.

* dla tych co nie wiedzą słowa Podstoliny „Nie straciłam na namyśle Niepotrzebnym czasu wiele —
Bo ja rzadko kiedy myślę, Alem za to chyża w dziele”

Źródła:
[1]: https://courses.washington.edu/pbafhall/563/Readings/glick%20fiske.pdf „HOSTILE AND BENEVOLENT SEXISM”
[2]: https://academic.oup.com/book/27451 „Down Girl: The Logic of Misogyny | Oxford Academic”
[3]: https://link.springer.com/rwe/10.1007/978-1-4419-1695-2_643 „Objectification Theory | Springer Nature Link”
[4]: https://pmc.ncbi.nlm.nih.gov/articles/PMC5833025/
[5]: https://www.europarl.europa.eu/RegData/etudes/STUD/2023/743341/IPOL_STU%282023%29743341_EN.pdf „The impact of the use of social media on women and girls”
[6]: https://www.pewresearch.org/internet/2021/01/13/personal-experiences-with-online-harassment/ „Personal experiences with online harassment | Pew Research Center”
[7]: https://www.unesco.org/en/articles/generative-ai-unesco-study-reveals-alarming-evidence-regressive-gender-stereotypes „Generative AI: UNESCO study reveals alarming evidence of regressive”
[8]: https://knowledge.unwomen.org/en/digital-library/publications/2025/12/how-ai-is-exacerbating-technology-facilitated-violence-against-women-and-girls „How AI is exacerbating technology-facilitated violence against women and girls | Publications | UN Women Knowledge portal”