Питер Фернандес Дулей из Джексонвилла, штат Флорида. Его метод был намеренно простым. Он выбрал четыре платформы для создания изображений с помощью ИИ — Shutterstock, Canva, DALL·E и Midjourney — и пять запросов, связанных с научной карьерой: актуарий, специалист по данным, аналитик по информационной безопасности, аналитик по исследованию операций, а также компьютерный и информационный научный сотрудник. Затем он создал изображения и закодировал полученные результаты.
Количество — это и есть открытие. Среди созданных изображений он зафиксировал 1459, на которых изображены мужчины, против 347, на которых изображены женщины; только 17,4 процента показали женщин отдельно. Сравнивая платформы, он обнаружил, что Shutterstock является наименее предвзятой из четырех, а Midjourney — наиболее предвзятой.
Это исследование мог бы провести и аспирант, и причина, по которой оно «выстрелило», заключается в том, что очень немногие люди проводили его по конкретному вопросу, который задал девятилетний ребенок. Генераторы изображений обучаются на исторических изображениях из интернета; профессии в его списке запросов — это те, где исторические изображения склоняются к мужчинам; модели воспроизводят этот перекос и представляют его как картину настоящего времени. Количественная оценка разрыва по каждой платформе — это то, что превращает жалобу в доказательство.
Двадцать вопросов, восемь минут на часах и процентиль, измеренный по всем, кто его проходил. Без регистрации.
Пройти тест IQ →Он был одним из тридцати национальных финалистов, отобранных из почти двух тысяч заявителей из сорока восьми штатов и четырех территорий США. Премия в 10 000 долларов, которую он выиграл, является одной из главных наград конкурса.
Местный репортаж WOKV в Джексонвилле дополнил картину: происхождение проекта началось с вопроса сестры, и тот факт, что он является фехтовальщиком регионального уровня и членом школьной робототехнической команды — напоминание о том, что конкурентные исследования в пятнадцать лет обычно являются лишь одной из нескольких вещей, которыми занимается человек, а не единственной.
Генеративные модели изображений учатся на том, что уже было сфотографировано. Когда профессия документировалась на протяжении века с предвзятым подбором кадров, модель наследует этот перекос и возвращает его как нейтральный ответ на нейтральный запрос. В научной литературе это называется «репрезентативный вред», и стандартный метод его измерения — это именно тот, который использовался здесь: зафиксировать подсказки, сгенерировать большой объем и вручную закодировать результат.
Thermo Fisher Scientific Junior Innovators Challenge — это национальный научный конкурс США для учащихся средних школ, проводимый Society for Science, той же организацией, что стоит за Regeneron Science Talent Search. Его финалисты отбираются на аффилированных ярмарках по всей стране и оцениваются по экспериментальному дизайну и обоснованности, а не по сложности оборудования, поэтому исследование, построенное полностью на общедоступных инструментах и ручном кодировании, может выиграть его высшие награды.
В интервью Society for Science, опубликованном 4 июня 2026 года, он описал, что он строит дальше: «Generations AI», общественный проект по обучению искусственному интеллекту людей разного возраста на доступных и этических принципах. Его совет в той же статье состоял из четырех слов — если он смог это сделать, сможет и читатель.
“Если я смог это сделать, то и вы сможете.”— Питер Фернандес Дулей, Society for Science
| Человек | Страна | Веха | Возраст / Данные |
|---|---|---|---|
| Peter Fernández Dulay | 🇺🇸 США | Премия Минобороны США в области STEM 10 000 долларов, Thermo Fisher JIC 2025 | 15 лет |
| Aakash Manaswi | 🇺🇸 США | Премия Пегги Скриппс за научную коммуникацию, ISEF 2026 | 17 лет |
| Connor Hill | 🇺🇸 США | Первое место, Regeneron Science Talent Search 2026 | 17 лет |
| Arlan Rakhmetzhanov | 🇰🇿 Казахстан | Привлек посевной раунд для стартапа по разработке ИИ-инструментов | 18 лет |
Предвзятость в генеративных моделях обычно обсуждается абстрактно. Кодирование 1 806 изображений по пяти конкретным профессиональным запросам превращает это в измерение, которое можно повторять, сравнивать между платформами и перезапускать после обновления модели.
Фрейминг тоже имеет значение: изображения, которые видит ребенок, спрашивая, как выглядит ученый, теперь генерируются, а не фотографируются, что делает распределение данных обучения вопросом о том, к кому, по мнению следующего поколения, принадлежит эта работа.
Откройте больше вундеркиндов
Более 50 историй современных юных гениев, меняющих шахматы, музыку, науку и искусство.
Все вундеркинды →




