TL;DR
Identify → Explain → Correct — трёхшаговый фреймворк для проверки текста на некорректный язык. Ты даёшь модели текст и просишь последовательно: выдели проблемные слова, объясни почему они некорректны, предложи замену. Причём на двух уровнях: сначала по каждому предложению, потом по общей концепции текста целиком.
Главная находка — тон имеет значение. Когда авторы попросили людей с инвалидностью оценить аннотации AI и живых экспертов, AI выиграл по предпочтениям. Не потому что был «умнее» — а потому что давал ясные, последовательные объяснения в нейтральном образовательном тоне, похожем на спеллчекер. Люди объясняли с эмоциями и личным опытом — это ценно, но воспринимается иначе. AI — как инструкция, не как упрёк.
Метод работает в два уровня внутри одного промпта: уровень предложения (конкретные слова и фразы) и уровень текста целиком (общие концепции и фрейминг). Вместе они дают полную картину — и локальные слова, и то, что проблема «зашита» в саму логику истории.
Схема метода
ОДИН ПРОМПТ, ДВА УРОВНЯ АНАЛИЗА:
УРОВЕНЬ 1 — по каждому предложению:
ШАГ 1: Идентификация → какие слова/фразы проблемны (точные цитаты)
ШАГ 2: Объяснение → почему они некорректны (нейтральный тон, 2-3 предложения)
ШАГ 3: Исправление → переписать предложение целиком с заменой
УРОВЕНЬ 2 — по тексту в целом:
ШАГ 1: Идентификация → какие общие концепции или фрейминг проблемны
ШАГ 2: Объяснение → почему это некорректно
ШАГ 3: Исправление → как переработать текст на уровне идеи
Оба уровня — в одном запросе. Никаких дополнительных итераций.
Пример применения
Задача: HR-менеджер готовит пресс-релиз «Люди компании» — историю о сотруднике колл-центра с ДЦП. Хочет проверить, не звучит ли текст покровительственно, прежде чем публиковать на сайте.
Промпт:
Ты — редактор по инклюзивному языку. Твоя роль — анализировать тексты
как умный спеллчекер: объективно и образовательно, без оценки автора,
без личных примеров, без эмоций.
Проанализируй текст на некорректный язык — формулировки, которые
могут показаться покровительственными, пренебрежительными или
основанными на стереотипах о людях с инвалидностью.
Текст:
«Несмотря на ДЦП, Андрей каждый день преодолевает трудности и
приходит на работу с улыбкой. Он прикован к инвалидному креслу,
но это не мешает ему быть одним из лучших операторов. Коллеги
восхищаются его силой духа и тем, как он справляется со своим
недугом. Каждый звонок — маленькая победа для него.»
УРОВЕНЬ 1 — анализ по предложениям:
Для каждого предложения, где есть проблема:
Идентификация: [точные слова или фразы из предложения через запятую]
Объяснение: [2-3 предложения — почему это некорректно, тон как у
редакционного руководства]
Исправление: [полное предложение с заменой]
УРОВЕНЬ 2 — анализ текста целиком:
Идентификация: [общие концепции или фреймы, которые делают текст
некорректным]
Объяснение: [почему это проблема на уровне идеи]
Исправление: [как переработать текст концептуально]
Результат: Модель пройдёт по каждому предложению отдельно: выделит конкретные слова («прикован», «недуг», «несмотря на», «маленькая победа»), объяснит почему каждое из них проблемно (стереотип беспомощности, медикализация, infantilization), предложит замену. Затем на уровне текста укажет общий фрейм — «инвалидность как преодоление» — и предложит переформулировать историю Андрея как историю профессионала, а не человека, который «справляется».
Почему это работает
Слабость LLM при обычном запросе. Если просто написать «проверь текст на инклюзивность» — модель даёт расплывчатый ответ. Она не знает, что именно искать, и смешивает объяснение проблемы с переписыванием.
Сила LLM — в следовании чёткой структуре. Модель отлично работает, когда задача разбита на последовательные именованные шаги с понятным форматом вывода. Три чётких шага — найди, объясни, исправь — убирают двусмысленность. Модель не гадает что делать, а следует схеме.
Метод использует это напрямую. Два уровня анализа + три шага на каждом = модель идёт по жёстким рельсам. Тон «как спеллчекер» — отдельный ключевой элемент: он убирает морализаторство и делает вывод более воспринимаемым. Исследование показало, что именно последовательность и нейтральность объяснений сделали AI-аннотации предпочтительнее человеческих.
Рычаги управления: - Тип предвзятости → замени «инвалидность» на «возраст», «пол», «национальность» — фреймворк работает для любой чувствительной темы - Тон → «как спеллчекер» можно заменить на «как редактор Forbes» или «как HR-юрист» — меняется строгость и стиль - Уровни → можно использовать только уровень 2 (общий фрейм) для быстрой проверки концепции - Формат вывода → добавь «только исправленный текст без объяснений» если нужно просто переписать
Шаблон промпта
Ты — редактор по инклюзивному языку. Анализируй текст как умный
спеллчекер: объективно, образовательно, без оценки автора и
личных примеров.
Проверь текст на {тип_предвзятости} — формулировки, которые могут
воспроизводить стереотипы, покровительство или некорректный фрейминг
в отношении {группа}.
Текст:
{вставь текст}
УРОВЕНЬ 1 — по предложениям:
Для каждого проблемного предложения:
Идентификация: [точные слова/фразы через запятую]
Объяснение: [2-3 предложения, нейтральный образовательный тон]
Исправление: [полное предложение с заменой]
УРОВЕНЬ 2 — по тексту целиком:
Идентификация: [общие концепции или фреймы]
Объяснение: [почему это проблема на уровне идеи]
Исправление: [как переработать концептуально]
Плейсхолдеры:
- {тип_предвзятости} — «эйблизм», «сексизм», «эйджизм», «стереотипы о национальностях»
- {группа} — «людей с инвалидностью», «женщин», «пожилых сотрудников»
- {вставь текст} — любой текст: пресс-релиз, вакансия, статья, скрипт
🚀 Быстрый старт — вставь в чат:
Вот шаблон для проверки текста на некорректный язык.
Адаптируй под мою задачу: {опиши свою задачу}.
Задавай вопросы, чтобы заполнить нужные поля.
[вставить шаблон выше]
LLM спросит какой тип предвзятости проверять и какой текст анализировать — потому что без этого нельзя настроить уровень анализа. Она возьмёт структуру шаблона и адаптирует под твою конкретную задачу.
Ограничения
⚠️ Рекламируемый язык: Слова, которые сообщество людей с инвалидностью использует само о себе («крипл», «псих»), могут быть помечены как некорректные. Модель не всегда различает стереотип извне и самоидентификацию.
⚠️ Изолированные фразы: Метод лучше работает на связных текстах (статья, описание, история), чем на отдельных коротких фразах — контекст нужен для правильного объяснения.
⚠️ Субъективность: Нет универсального стандарта. Разные люди из одной группы часто не соглашаются между собой — и AI это отражает. Результат — рекомендация, не приговор.
⚠️ Эмоциональная глубина: AI даёт точные и ясные объяснения, но упускает культурный и личный контекст. Для финального решения важна экспертиза людей из соответствующего сообщества.
Как исследовали
Идея была провокационной: авторы намеренно попросили GPT-4o написать истории о людях с разными инвалидностями (зрение, слух, ментальное здоровье, аутизм, мобильность и другие) с инструкцией «пиши о человеке с [инвалидностью], который делает свою работу» — метод, который в предыдущих работах стабильно генерировал эйблизм. Это сырьё для эксперимента.
Затем 110 участников из сообщества людей с инвалидностью аннотировали эти истории вручную — отмечали проблемные слова, объясняли почему, предлагали замены. Параллельно GPT-4o делал то же самое с тем же форматом. Потом отдельная группа из 108 человек смотрела на оба варианта — не зная, который человеческий, а который AI — и оценивала.
Любопытный поворот: люди предпочли AI, хотя степень согласия с содержанием была одинаковой. Причина — не точность, а стиль: AI давал ясные, структурированные, нейтральные объяснения без личного тона. Это неожиданно, потому что интуитивно кажется, что живой опыт должен выигрывать. Инсайт: в обучающих контекстах понятность и последовательность могут быть важнее аутентичности.
Адаптации и экстраполяции
1. Расширение на другие типы предвзятости
🔧 Техника: смени
{тип_предвзятости}→ та же схема работает для других чувствительных тем
Фреймворк не специфичен для эйблизма. «Проверь на сексизм», «проверь на эйджизм», «проверь на стереотипы о профессиях» — структура та же, меняется только фокус. Особенно полезно для HR-текстов, маркетинга, журналистики.
2. Быстрый режим — только Уровень 2
🔧 Техника: убери Уровень 1 → быстрая проверка концепции без деталей
Если нужна концептуальная проверка идеи, а не редактура текста — используй только «УРОВЕНЬ 2». Три вопроса: какой фрейм проблемен, почему, как переосмыслить. Экономит токены и время когда текст ещё на уровне брифа.
3. Комбинация с ролевым промптом
🔧 Техника: замени «спеллчекер» на конкретную роль → меняется строгость и перспектива
Ты — редактор крупного медиа с редакционной политикой инклюзивности.
Проверь текст как при финальной корректуре перед публикацией...
«Редактор Forbes» даст деловой взгляд. «HR-юрист» — правовую перспективу. «Читатель из целевой аудитории» — взгляд изнутри. Роль меняет угол, структура остаётся.
Ресурсы
Статья: Identifying, Explaining, and Correcting Ableist Language with AI — CHI '26, Barcelona
Авторы: Kynnedy Simone Smith (Carnegie Mellon University), Lydia B Chilton (Columbia University), Danielle Bragg (Microsoft Research)
DOI: https://doi.org/10.1145/3772318.3790533
Датасет аннотаций: https://doi.org/10.5281/zenodo.18386877
Источники по инклюзивному языку, использованные в работе: - Access Living — определение эйблизма: accessliving.org - APA Inclusive Language Guide - UN Disability Inclusive Language Guidelines - National Center on Disability and Journalism Style Guide