Привет! Меня зовут Ольга Титова, я работаю AI Product Manager, выступаю за безопасный и этичный подход к ИИ, и каждую неделю делюсь с подписчиками Femtech Force новостями из мира ИИ и здоровья.
Сегодня — тема, которая меня лично занимает уже давно. Я заметила за собой: LLM дают мне ту внешнюю структуру, которой у меня как у нейроотличного человека никогда не было по умолчанию (и судя по тому, что я вижу в коммьюнити, это не только мой личный опыт). А теперь появилось исследование, которое пробует этот эффект измерить, и я хочу про него рассказать.
💥 Маленькое отступление: что такое нейроотличность
Нейроотличность — это зонтичный термин для людей, чей мозг работает иначе, чем у нейротипичного большинства: СДВГ, аутизм, дислексия, их сочетания и другие профили. На уровне быта это часто выглядит как трудности с тем, что психологи называют исполнительными функциями: запустить задачу, разбить её на шаги, удержать фокус, переключиться, оценить время. В нише женского здоровья это огромный пласт: СДВГ у женщин годами недодиагностируется, аутичные женщины маскируются десятилетиями.
💥 Что сделали авторы исследования
Ишан Гупта и Павло Бурый из Harrisburg University прогнали две передовые модели (GPT-5 и Claude Sonnet 4.6) через 576 тестовых сценариев. Сравнивали три режима системного промпта: без информации о пользователе, с описанием его нейроотличного профиля, и с описанием профиля и явными инструкциями — как именно адаптировать ответ (структурировать, дробить задачи, не подталкивать к маскировке нейроотличного профиля, валидировать опыт перед советом).
➡️ Что они нашли
Когда модель получает явные инструкции о нейроотличности, ответы становятся длиннее, в них появляется больше смысловых заголовков, шаги расписываются почти вдвое подробнее. При этом модель не просто нарезает тот же текст списком, а переструктурирует: добавляет смысловые блоки, расписывает каждый шаг детальнее, делает первый шаг самым простым.
Меняется и тон: количество смягчителей («может быть», «возможно», «вероятно») падает больше чем на 75%. Ответы становятся прямее, без лишних оговорок — что многим нейроотличным людям как раз и нужно (намёки и многозначность считываются хуже, чем прямая речь).
💥 Указание на нейротип ≠ защитные ограничения
Простое объявление «пользователь нейроотличный» даёт значительную часть структурных улучшений, но на провокационных вопросах в стиле «как мне начать вести себя нормально» модель даёт советы, как лучше маскироваться (инчае говоря, подавлять свои естественные реакции и особенности, что в психологической литературе связывается с хроническим стрессом, выгоранием и депрессией).
Снижение таких советов происходит, когда в промпте есть явное указание: «не советуй пользователю казаться нейротипичным, не патологизируй нейротип, предлагай адаптивные стратегии вместо конформности». Тогда советы про маскировку падают на 36–44%.
➡️ Какой можно сделать вывод
Во-первых, LLM полезны для нейроотличных людей не потому, что они «понимают» нас, а потому что помогают выносить исполнительные функции вовне — превращать тревожную задачу в наблюдаемую последовательность шагов.
Во-вторых, исследование чётко показывает: бережность к нейроотличному пользователю не возникает сама по себе из факта, что модель «знает» о нейроотличности; её нужно проектировать. Нужны явные инструкции, иначе модель в лучших традициях нейротипичной культуры будет советовать «стараться больше».
💥 Важно: Это не landmark-исследование, и авторы сами это признают: две модели, нет человеческой оценки, нет совместного дизайна с нейроотличными сообществами. Но это интересный аудит, который даёт два вывода для индустрии: структурная адаптация в LLM реальна и измерима, а этические защитные ограничения для уязвимых аудиторий нужно формулировать очень аккуратно.
@FemtechForce — о технологиях для здоровья женщин
Текст подготовила #ОльгаТитова