AI模型继承人类偏见——近期医疗研究显示清晰模式。您注意到了什么？

我从一个简单的前提出发：人类并非公正无私。远非如此。我们携带文化、政治、性别、阶级和代际偏见，并将其带入所做的一切。AI模型是基于人类创建的数据进行训练，并与人类偏好保持一致。因此，‘AI是客观的，因为它是机器’这种想法对我来说似乎是一个相当危险的迷思。您怎么看？您认为模型真的可能完全公正吗？或者像我一样，您认为偏见是不可避免的，因为它源于我们？更重要的是：您在哪种模型中注意到这一点最明显，是在什么主题或情境中？（ChatGPT、Claude、Gemini、Grok、Llama、DeepSeek……无论什么）请分享具体经历。您问了什么，它如何回复，为什么感觉它有偏见（或者为什么您惊讶于它没有偏见）？ 一些近期研究说明了这一点（尤其在医疗领域）： • Zack等人（Lancet Digital Health, 2024）：GPT-4系统性地根据种族和性别刻板化临床案例和推荐。 • Omar等人（Nature Medicine, 2025）：9个模型，超过170万个响应，涉及1000个急诊案例，跨32种社会人口变体。标记为黑人、无家可归或LGBTQIA+的案例更频繁地被导向紧急护理、侵入性操作或心理健康评估（有时高达6-7倍）。 • 同一组的2026年疼痛研究（Nature Health）和EQUITRIAGE分诊审计发现类似模式，包括胸痛中强烈的女性分诊不足（某些模型中比例为4.83:1和9.10:1）。