Prendete una richiesta di aumento, una candidatura per un ruolo quadro o una banale risposta a un cliente complicato. Scrivetela con tono assertivo e diretto, poi riscrivetela inserendo formule collaborative, attenuativi o convenevoli tipici della socializzazione femminile: l’algoritmo non tratterà i due testi allo stesso modo.
Una ricerca della Johns Hopkins University dimostra che i chatbot IA, incluso ChatGPT, generano risposte professionali qualitativamente inferiori e meno sofisticate quando i prompt presentano stili comunicativi associati alle donne. Rispetto a testi con tratti maschili, i modelli tendono a restituire bozze con vocabolario più povero e minore complessità argomentativa.
Cosa ha scoperto davvero la Johns Hopkins (e perché non è il solito test teorico)
Sul campo si vedono decine di prompt builder convinti che basti scrivere “agisci come un manager esperto” per azzerare ogni distorsione. Nella pratica, i Large Language Model reagiscono prima allo stile dell’utente che alle sue istruzioni di ruolo.
I ricercatori della Johns Hopkins hanno testato i principali modelli linguistici su scenari reali di corrispondenza d’ufficio e application lavorative. Hanno isolato il contenuto informativo lasciando intatti i fatti, variando unicamente i marcatori stilistici: da un lato strutture sintattiche dirette e lessico competitivo (statisticamente più frequenti nella scrittura professionale maschile), dall’altro forme cooperative, hedging (“potrebbe sembrare”, “forse”) ed espressioni relazionali.
Il risultato non è un rifiuto esplicito del bot, ma un declassamento invisibile:
- Il lessico generato per i prompt a connotazione femminile risulta sistematicamente più elementare, misurato tramite indici standard di leggibilità e ricchezza lessicale.
- La struttura argomentativa perde sfumature, tagliando passaggi analitici che compaiono invece quando il testo di partenza adotta uno stile assertivo maschile.
- Nelle lettere di presentazione, l’output rischia di appiattire le competenze su mansioni esecutive anziché strategiche.
Un dettaglio che molti sottovalutano quando integrano questi strumenti nei flussi di lavoro: l’utente medio non confronta mai due versioni parallele dello stesso testo. Se riceve una risposta mediocre, presume che il modello non sappia fare di meglio, oppure la invia così com’è, subendo una penalizzazione silente sul lavoro.
Perché l’algoritmo inciampa nel tono collaborativo
I modelli generativi non “pensano” al genere: calcolano probabilità statistiche di sequenze di parole basandosi sui testi con cui sono stati addestrati.
Per decenni, la letteratura manageriale, i verbali d’azienda e la manualistica aziendale hanno sovrapposto la leadership a un registro assertivo, asciutto, persino aggressivo. Chi scriveva in modo empatico o dialogico finiva catalogato, negli archivi testuali del web, in ruoli di supporto, segreteria o customer care di primo livello. L’algoritmo ha assorbito questo schema: legge un tono morbido e abbassa l’asticella della complessità intellettuale dell’output.
Nei test interni che facciamo sulle pipeline di revisione testi, capita spessissimo di vedere professioniste competenti che usano formule come “Vorrei solo verificare se abbiamo considerato…” per pura diplomazia aziendale. L’IA traduce quell’esitazione sociale in incompetenza tecnica, restituendo bozze paternalistiche o eccessivamente semplificate.
Come arginare il problema nella scrittura quotidiana
Non serve snaturare il proprio modo di comunicare per assecondare la macchina, ma serve sapere dove intervenire prima di premere invio:
- Separare i dati dallo stile nella richiesta. Scrivere prima l’obiettivo e i fatti nudi, senza formule di cortesia nel prompt: “Obiettivo: chiedere avanzamento di carriera. Dati: +22% di fatturato trimestrale, gestione di 4 junior. Registro: autorevole, negoziale.”
- Imporre metriche stilistiche esplicite. Specificare nel prompt vincoli precisi, come “utilizza un lessico avanzato, evita toni scusanti e mantieni una struttura argomentativa piramidale”.
- Diffidare della prima bozza sulle email delicate. Rileggere controllando se l’IA ha eliminato i verbi d’azione o se ha inserito ringraziamenti non richiesti che depotenziano la posizione.
Domande frequenti
Il problema riguarda solo ChatGPT o anche altri modelli?
Lo studio della Johns Hopkins evidenzia dinamiche simili sui principali LLM commerciali. Essendo addestrati su insiemi di dati largamente sovrapponibili estratti dal web, i modelli condividono le stesse correlazioni statistiche tra stili comunicativi e ruoli d’ufficio.
Conviene fingere uno stile maschile nel prompt?
No, rende solo la scrittura artificiosa. Il metodo più rapido consiste nel dare istruzioni per punti elenco con fatti oggettivi, imponendo all’IA il tono di destinazione invece di lasciarglielo dedurre dal testo della richiesta.
L’uso di un linguaggio meno sofisticato penalizza davvero una candidatura?
Sì. I selezionatori e i software di screening automatico (ATS) valutano la densità lessicale e la precisione terminologica. Una lettera di presentazione impoverita dall’algoritmo trasmette un’impressione di minore seniority rispetto a un testo articolato.
Gli strumenti di scrittura predittiva riflettono i vizi del materiale su cui poggiano: trattarli come specchi neutrali significa accettare che la diplomazia sul lavoro venga scambiata per mancanza di autorevolezza. Prima di affidare a un chatbot la vostra prossima trattativa, verificate sempre la fonte della ricerca consultando i report ufficiali sul portale della Johns Hopkins University.
Continua a scoprire curiosità, misteri, tecnologia e storie sorprendenti anche dall'app Veb.
Scarica gratis per Android
