[카테고리:] AI & 젠더 뉴스

AI 기술과 젠더 이슈에 관한 국내외 뉴스 스크랩

[뉴스스페이스] “여성이 남성보다 AI를 더 위험하게 인식” 왜?

📰 **매체**: 뉴스스페이스 📅 **발행일**: 2026년 1월 25일 🔗 **원문**: https://www.newsspace.kr/news/article.html?no=12114 📋 주요 내용 – 여성의 AI 사용률이 남성보다 20% 낮음- 여성들이 AI 기술을 더 위험하게 인식하는 이유: 1. 딥페이크 등 성범죄 악용 사례 증가 2. AI 설계 과정에 여성 참여 부족 3. AI 편향성에 대한 우려 📊 설문조사 결과 – “AI가 성차별을 재생산할 것”:
더 읽기

[여성신문] AI 시대의 성평등은 선택 아닌 필

📰 **매체**: 여성신문 📅 **발행일**: 2025년 11월 13일 🔗 **원문**: https://www.womennews.co.kr/news/articleView.html?idxno=269542 📋 주요 내용 – APEC 정상선언문에서 젠더 평등 문구 누락 논란- AI 시대에 성평등이 더욱 중요한 이유 – 디지털 전환 과정에서 여성의 목소리가 배제되는 현실 💬 여성계 반응> “AI는 이미 우리 삶 깊숙이 들어와 있다. 지금 성평등 관점을 반영하지 않으면, 차별은 자동화되고 고착화될 것이다.”
더 읽기

[서울신문] 인공지능이 세대·성별 간 갈등, 선입견 부추긴다

📰 **매체**: 서울신문 📅 **발행일**: 2025년 10월 11일 🔗 **원문**: https://www.seoul.co.kr/news/plan/science-story/2025/10/10/20251010500155 📋 주요 내용 – AI 추천 알고리즘이 성별·세대 간 편견을 강화 – 소셜미디어 AI가 성차별적 콘텐츠를 더 많이 노출 – 필터 버블 현상이 젠더 갈등을 심화시킴 📊 연구 결과 – AI 추천 알고리즘: 남성에게는 여성 혐오 콘텐츠, 여성에게는 외모 중심 광고 노출 빈도 2배
더 읽기

[반론보도] AI시대 기술만능주의, ‘차별을 은폐’

📰 **매체**: 반론보도 📅 **발행일**: 2025년 9월 11일 🔗 **원문**: https://www.banronbodo.com/news/articleView.html?idxno=30859 📋 주요 내용 – 김○○ 교수 논문: 한국의 AI 윤리 담론에서 성평등 의제 누락 – AI 기술 중립성 신화가 젠더 불평등을 정당화하는 도구로 악용 – 정부·기업의 AI 윤리 가이드라인에 성평등 관점 부재 💬 학계 반응> “기술 발전이 자동으로 평등을 가져온다는 환상에서 벗어나야 한다. AI는
더 읽기

[국제일보] AI 기술에 드리운 ‘젠더 편향’의 그림자

📰 **매체**: 국제일보 📅 **발행일**: 2025년 8월 31일 🔗 **원문**: https://kukililbo.com/article/8543# 📋 주요 내용 – 2022~2025년 연구 결과, AI 도구 이용률 여성 34.3% vs 남성 65.7% – 여성의 AI 접근성 격차가 기술 활용 능력 차이로 이어짐 – 젠더 편향이 AI 설계·데이터·활용 전 단계에서 발생 📊 데이터| 항목 | 여성 | 남성 ||——|——|——|| AI 도구 사용률
더 읽기

[경향신문] AI에 채용을 맡겼더니 여성이 배제됐다

📰 **매체**: 경향신문 📅 **발행일**: 2025년 8월 13일 🔗 **원문**: https://www.khan.co.kr/newsletter/cube/article/202508130701091 📋 주요 내용 – 기업들이 AI 채용 시스템 도입 후 여성 지원자 탈락률 급증 – 과거 남성 중심 채용 데이터를 학습한 AI가 여성 후보 감점 – 전문가: “AI 채용 알고리즘에 대한 규제와 감사 체계 필요” 💬 전문가 의견> “AI가 효율적이라는 이유로 무분별하게 도입되고 있지만,
더 읽기

[머니투데이] 인간 편견 배우는 AI…”데이터 균형·윤리적 설계 필요”

📰 **매체**: 머니투데이 📅 **발행일**: 2025년 7월 29일 🔗 **원문**: https://www.mt.co.kr/tech/2025/07/29/2025072416540994187 📋 주요 내용- AI 시스템이 학습 데이터를 통해 인간의 편견을 그대로 학습- 채용, 금융, 의료 분야에서 성별·인종 차별 재생산 우려 – 전문가들은 데이터 균형화와 윤리적 설계의 필요성 강조 💡 시사점- AI 개발 단계부터 젠더 감수성 고려 필요- 알고리즘 투명성과 공정성 검증 체계 구축 시급
더 읽기
로드 중. 기다려주세요...
맨 위로 이동