研究显示：让AI模仿女性后，多数模型变得更为规避风险_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

研究显示：让AI模仿女性后，多数模型变得更为规避风险

2025-10-12 03:29:49

AI决策中的性别差异现象

当要求人工智能以女性身份做决策时，它会突然对风险变得更加谨慎；而让同一个AI以男性身份思考时，它却会以更强的信心选择冒险。伊朗德黑兰阿拉梅塔巴塔巴伊大学的最新研究论文揭示，大型语言模型会根据被赋予的性别身份，系统性改变其金融风险决策的基本模式。

实验设计与核心发现

这项测试了包括OpenAI、谷歌、Meta和深度求索等公司AI系统的研究显示，当被赋予不同性别身份时，多个模型的风险承受能力会发生显著变化。其中深度求索的Reasoner和谷歌的Gemini 2.0 Flash-Lite表现最为明显——当被要求以女性身份回应时，它们会表现出更强的风险规避倾向，这与现实世界中女性通常更谨慎的金融决策模式相吻合。

研究人员采用经济学经典的霍尔特-劳里实验法，让AI在10组安全选项与风险彩票选项间做出选择。随着选项推进，风险选项的获胜概率会逐步增加。参与者从安全选项转向风险选项的时机点，能准确反映其风险偏好。

当深度求索Reasoner被设定为女性时，其选择安全选项的频率显著高于男性设定。在每组性别提示的35次测试中，这种差异具有可测量的稳定性。谷歌Gemini也呈现类似模式，不过效应强度有所波动。

各AI系统的差异化表现

值得注意的是，OpenAI的GPT模型对性别提示基本无动于衷，无论设定为男性还是女性思维，都保持风险中立态度。Meta的Llama模型则表现不稳定，时而符合预期模式，时而又完全相反。而xAI的Grok更是特立独行，偶尔会完全反转脚本，在女性提示下反而显示出更低的风险厌恶。

研究团队负责人阿里·马兹亚基指出，这本质上是人类刻板印象的反映。研究论文中明确表示："这种观测偏差与人类决策中既定的性别模式一致，大量研究表明女性通常比男性表现出更强的风险规避倾向。"

社会影响与伦理考量

这种现象可能带来深远的社会影响。许多行为模式对用户而言并不明显——如果AI根据对话中隐含的性别暗示微妙调整建议，就可能在不被察觉的情况下强化社会偏见。例如，贷款审批系统若对女性申请人采取更保守策略，或投资顾问为女性客户推荐更安全的组合，都可能在算法客观性的外衣下延续经济不平等。

随着AI系统越来越多地参与高风险决策（从医疗诊断到刑事司法），这种性别响应性可能产生实际后果。当医疗AI面对女性医患时过度谨慎，可能影响治疗方案；假释评估算法若根据案件文件中的性别化语言调整风险计算，则会加剧系统性不平等。

技术挑战与解决路径

研究测试了从5亿到70亿参数的各种规模模型，发现模型大小并不能预测性别响应强度。某些小型模型反而比大型模型表现出更强的性别效应，说明这并非单纯依靠提升算力就能解决的问题。

这本质上是个棘手的难题。毕竟用来训练这些模型的互联网知识库——更不用说人类历史本身——充斥着关于男性鲁莽英勇和女性谨慎周到的叙事。要教会AI不同的思维方式，或许首先需要人类自身改变既有的生活模式。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文