研究显示：性别身份影响AI风险偏好，女性角色更谨慎

快速阅读: 伊朗研究显示，AI模型在被要求模拟女性决策时更趋规避风险，模拟男性时则更愿意承担风险。DeepSeek和Google的模型表现尤为明显，而OpenAI的GPT模型则保持中立。

新的研究表明，当要求人工智能模型像女性一样行动时，它们会变得更加规避风险。根据伊朗德黑兰阿亚图拉塔巴塔巴伊大学的研究论文，当要求这些模型以女性身份做决策时，它们会变得更为谨慎对待风险。

研究还发现，如果让同一人工智能模型像男性一样思考，它倾向于做出更大风险的决策。研究人员揭示，大型语言模型在被要求假设不同性别身份时，会系统地改变其对金融风险行为的基本态度。这项研究测试了来自OpenAI、Google、DeepSeek和Meta等公司的AI系统。

研究显示，当被提示不同的性别身份时，AI模型在多个场景中的风险承受能力显著变化。其中，DeepSeek Reasoner和Google的Gemini 2.0 Flash-Lite表现出最明显的效果，在被要求以女性身份回应时，变得更倾向于规避风险，这与现实生活中女性在财务决策上通常表现出更大的谨慎相吻合。

研究人员使用了一项标准经济学测试——霍尔特-劳里任务。在这个任务中，参与者需要在10个安全选项和高风险彩票之间做出选择，随着选择的进展，高风险选项的获胜概率逐渐增加。参与者的切换点揭示了他们的风险偏好程度。例如，如果参与者较早转向高风险选项，则表明他们更倾向于冒险；反之，则更倾向于规避风险。

在DeepSeek Reasoner的例子中，当被告知要像女性一样行动时，该模型始终选择安全选项，而当被提示像男性一样行动时则不然。这种差异在35次试验中表现得非常明显，模型在不同性别提示下的表现具有一致性。Gemini也显示出类似模式，尽管效果强度有所差异。相比之下，OpenAI的GPT模型对性别提示没有反应，无论被要求假设何种性别，都保持风险中立的态度。

研究者称用户未注意到这些变化

据研究人员介绍，OpenAI一直在努力使其模型更加平衡。2023年的一项先前研究显示，其模型存在明显的政治偏见，而OpenAI似乎已经解决了这个问题。新研究中，模型产生的偏差回复减少了30%。研究团队负责人阿里·马扎基提到，这种现象基本反映了人类的刻板印象。

“观察到的这种偏离与人类决策模式中的既定趋势一致，即性别会影响风险承担行为，女性通常比男性表现出更高的风险规避倾向。”研究报告中写道。

此外，研究还探讨了AI模型是否能根据其他角色而非性别进行有效调整。当被要求想象自己处于权力地位或灾难情境时，模型会相应调整。虽然一些模型能够根据上下文调整其风险偏好，但另一些则保持一贯的稳定性。

研究人员认为，许多这些行为模式对用户来说并不明显。例如，一个贷款审批系统可能对女性更加保守，或者投资顾问因为客户是女性而建议一个更安全的投资组合，这些差异会在算法客观性的掩护下悄然发生。

(以上内容均由Ai生成)