Modelo DeepSeek demonstra neutralidade de gênero em julgamentos éticos, contrastando com modelos de IA baseados nos EUA

Um estudo recente publicado no arXiv destaca diferenças no raciocínio ético entre os modelos de linguagem grandes (LLMs), com o modelo DeepSeek V4-Flash demonstrando neutralidade de gênero. A pesquisa, conduzida pela IT Home em 2 de outubro de 2026, testou modelos como Claude Sonnet 4.6 e GPT-5.5 em um cenário hipotético envolvendo a justificativa moral de prejudicar um indivíduo para prevenir um desastre nuclear. Ambos os modelos baseados nos EUA demonstraram um viés de gênero, opondo-se fortemente ao dano a mulheres, mas expressando um acordo moderado com o dano a homens. Em contraste, o modelo DeepSeek V4-Flash respondeu com concordância para ambos os gêneros, refletindo uma 'lacuna de gênero zero' em seu julgamento ético. O estudo atribui essa diferença aos dados de treinamento e às estratégias de alinhamento, sugerindo que a abordagem do DeepSeek não prioriza o gênero como uma variável moral. Os resultados destacam o potencial dos sistemas de IA para replicar preconceitos sociais, levantando preocupações sobre justiça e alinhamento ético no desenvolvimento de IA.