研究称GPT存在性别偏见：更倾向保护女性，男性保护被视为可选
2026.10.24 · 观点 · 论文 · 社区热议
八项实验显示GPT在包容性判断与道德困境中对男女采取不对称标准
研究者通过八项实验测试GPT处理日常文本与道德困境中的性别问题，发现其道德判断高度不对称。在包容性测试中，即使文本写明“我画的是男孩”，GPT仍有90%概率判定作者为女孩；在道德困境中，女性对男性施暴以阻止核末日被评7/7可接受，男性对女性施暴同样理由仅1/7。
- 八项实验测试GPT在日常文本与道德困境中的性别处理
- 儿童文本写明“我画的是男孩”，GPT仍90%判为女孩
- 女性对男性施暴阻止核末日评7/7，反向仅1/7
- GPT将针对女性的言语辱骂判定为比实际杀人更严重
- 研究者称该偏见源自各大科技公司通用的安全训练
为什么值得看
揭示大模型安全训练可能带来不对称的道德判断
适合谁关注
关注AI安全、对齐与性别偏见的研究者和开发者