尽管人工智能需要受到密切监控，以免延续偏见，但它也可以成为检测偏见的有力工具。
谷歌与吉娜·戴维斯媒体性别研究所发布的研究利用人工智能观看了2014年至2016年美国票房最高的100部电影，随后分析了不同性别角色的发言时长和银幕可见时长。
从总体银幕时长和发言时长来看，谷歌发现男性出现和发声的频率几乎是女性的两倍。女性在人物出现在银幕上的总时长中仅占36%，发言时长也仅占35%。按电影分级细分后，女性在R级电影中的代表性最低，银幕时长占比为34%；在PG级电影中的代表性最高，银幕时长占比为42%。
在获奥斯卡奖的电影中，女性发言时长占比更低，仅为27%。
银幕时长差异此前已有相关记录。一项2016年的研究分析了30年来票房最高的电影，发现其中男性对白占主导地位的影片比例过高。
美国票房最高电影中的台词分布（20世纪80年代至2010年代）
Image: Polygraph
谷歌的工具通过分析每位演员的面部和声音来识别性别。（动画电影和有蒙面角色的电影未纳入分析。）该工具由三种算法组成：一种用于识别并追踪电影中的人脸；一种用于判断人脸的性别；第三种则用于判断声音属于男性还是女性。
吉娜·戴维斯媒体性别研究所首席执行官玛德琳·迪·农诺表示，未来这款软件很可能也可用于分析电视节目中的同类偏见。
除了有力呈现女性形象有利于企业经营之外，这也有助于票房表现：女性主导的电影通常能取得高出16%的票房成绩。
