人工智能中的性別偏見：2024年的警告

在2024年國際婦女節前夕，全球社會收到了一個關於技術挑戰性別平等的嚴峻提醒。UNESCO的一項全面研究揭示了大型語言模型（LLM）中深層且令人擔憂的趨勢：這些模型不僅產生了明顯的性別偏見，還涉及恐同和種族刻板印象。這一發現揭示了當前人工智能發展軌跡中的系統性失敗：在算法描述中，女性從事家務勞動的頻率竟然是男性的四倍。女性名字經常與“家庭”、“孩子”和“家務”等傳統概念緊密掛鉤，而男性名字則依然與“商業”、“執行官”、“薪酬”和“職業”等詞彙牢不可破地聯繫在一起。

這種令人震驚的偏見證據在伯克利哈斯公平、性別與領導力中心的廣泛分析中得到了進一步證實。在對涵蓋不同行業的133個AI系統進行檢查後，該中心發現其中44%的系統顯示出清晰的性別偏見，另有25%的系統表現出性別與種族的交叉偏見。這些偏見在視覺呈現上尤為直觀：只需輸入“律師”一詞，AI便會不成比例地生成大量年長白人男性的圖像；而輸入“護士”一詞時，生成的圖像幾乎清一色為女性。這種刻板印象在數字世界中的“常態化”，正面臨著將陳舊的社會角色固化到人類未來基礎設施中的巨大風險。

除了機器內部的邏輯偏差，紐約聯邦儲備銀行2024年的一項調查還揭示了一個令人憂慮的行為趨勢：女性正表現出迴避生成式AI技術的傾向。調查顯示，儘管過去12個月內有50%的男性報告使用了生成式AI，但女性的比例僅為33%。在大多數主要研究中，採用AI工具的女性比例比男性少10%到40%。許多女性針對使用這些存在缺陷的工具是否合乎倫理提出了尖銳質疑。然而，這種迴避也如同一把“雙刃劍”，因為遠離AI技術可能導致薪酬差距進一步擴大、就業機會減少，並使女性在技術驅動的未來全球經濟中處於顯著劣勢。

AI強化這些刻板印象的深層機制源於反映了現有社會成見的“訓練數據偏見”。正如AI研究員Beyza Doğuç所解釋的，人工智能就像一面鏡子，折射出我們社會中存在的種種偏見，而這些偏見隨後便體現在用於訓練這些系統的數據中。此外，由於具有女性特徵的AI絕大多數由男性開發，它們往往反映了以男性為中心的女性觀念和幻想。這種代表性危機也引起了全球學生的關注，盧旺達的一名編程營學生Natacha Sangwa觀察到，AI主要由男性開發，其訓練數據集也主要建立在男性的視角和經驗之上。

為了扭轉這一趨勢，名為“女性主義數據實踐”的運動倡導在信息處理方式上進行徹底變革。這包括超越傳統的性別二元論，重視多種形式的知識，並優先考慮本地和原住民的智慧，從而挑戰不平等的權力結構。企業界也出現了一些積極的跡象：2024年2月，包括微軟在內的八家全球科技巨頭認可了UNESCO關於AI倫理的建議。這一承諾呼籲在工具設計中確保性別平等，為公司的性別平等計劃撥出專項資金，併為女性在科技領域的創業提供財政獎勵。

系統性的變革還需要強有力的政策干預，首先便是顯著增加女性在AI開發中的參與度。這必須通過設立配額、激勵措施以及創造真正包容的工作環境來實現。同時，現有的AI系統必須接受定期的偏見審計，並建立透明的報告機制和強制性的糾正措施。我們必須使數據集多樣化，確保訓練數據具有代表性，包含多元化的聲音，並避免延續歷史性的不公。這種情況的緊迫性不言而喻：隨著AI技術迅速滲透到生活的方方面面，如果不能解決這些偏見，我們將面臨過去幾十年在性別平等方面取得的進展被大舉倒退的風險。

最終，人工智能的未來必須是一種“女性主義的AI”——一種包容、公平且能代表整個人類物種的AI。在這場轉型中，每個人都扮演著重要角色，從自我教育瞭解算法偏見，到在工作場所倡導系統性變革。通過支持致力於道德AI的組織並直接參與技術開發，我們可以確保多元化的聲音不僅被聽到，而且成為代碼本身的基石。我們必須確保人工智能不會成為另一個“平等的謊言”，而是成為推動全民正義的強大工具。