研究：GPT 道德判断存在不对称性别偏见，保护女性非可选
sammyhotdogs3468 · reddit · 2026-10-24
米兰比可卡大学研究者在《Computers in Human Behavior Reports》发表八项实验，揭示 GPT 系列模型存在系统性的不对称性别偏见：
- 刻板归因实验：给孩子写的句子推断作者性别时，GPT 倾向把踢足球、想当消防员等男性化内容归为女孩（为促「多元」），甚至文本明说「我把自己画成男孩」时仍有 90% 被判为女孩；而喜欢粉色、玩娃娃的内容几乎从不被归为男孩——即积极把女性推进男性领域，却把男性挡在女性领域之外。
- 道德困境实验：为阻止核末日对单人施暴，GPT-4 认为目标是男性时可接受度高（女性施暴于男性得 7/7，男性施暴于女性仅 1/7）；对女性的言语辱骂甚至被评为比对男性实际杀人更不道德。
- 这些偏见并非显式编码，而是从标准安全训练中自发涌现；且直接让 GPT-4 排序道德违规时并不显现，属于隐性偏见。
作者结论：推动包容性需谨慎管理，否则会造成非预期的不对称歧视。
所属事件:研究称 GPT 道德判断存在不对称性别偏见(2 条相关)→
「安全」频道最新
- ChatGPT 记忆自查三步走:查、删、用临时对话 — petesena · 2026-10-24
- ChatGPT 记忆研究警示:品牌 AI 助手须让记忆可查可删 — petesena · 2026-10-24
- 用户让 ChatGPT 把职业改成「更有趣的」,竟被写进记忆 — petesena · 2026-10-24
- 84% ChatGPT 记忆准确,14% 是模型自己脑补的结论 — petesena · 2026-10-24
- ChatGPT 记忆档案里的孤独感与失败恐惧:用户心理被原文存档 — petesena · 2026-10-24
- ChatGPT 记忆里存着用户的孤独与财务困境 — petesena · 2026-10-24