人工智能的“偏见”能否消除

图为桑达尔·皮查伊5月14日在加州山景城举行的谷歌I/O大会上发表讲话。自从谷歌对其搜索页面进行改造，经常将AI生成的摘要放在搜索结果顶部，社交媒体上就出现了一些令人不安的错误消息。图片来源：物理学家组织网

2024年4月，在卢旺达基加利GIZ数字化转型中心举办的“非洲女孩也能编程”项目的编程训练营中，年轻女性参与者在用笔记本电脑工作。
图片来源：联合国妇女署

据英国《新科学家》网站近日报道，在提供购房和租房建议时，AI对黑人用户倾向于推荐低收入社区，这一行为被指存在种族偏见，映射出美国历史上长期存在的住房歧视问题。

随着人工智能（AI）技术不断发展，其潜在问题也日益凸显。ChatGPT等AI大模型频频暴露出的偏见和歧视倾向，正是这一问题的缩影。

AI也有性别歧视

联合国妇女署官网5月22日报告指出，美国加州伯克利大学哈斯商学院一项研究，分析了不同行业的133个AI系统。结果显示，约44%的系统表现出性别刻板印象，25%同时表现出性别和种族刻板印象。

例如，土耳其艺术家贝扎·多古斯在创作时，曾尝试让AI写一个关于医生和护士的故事。而AI总是自动将医生设定为男性，将护士设定为女性，即使多次尝试纠正也是如此。

美国科技博客TechCrunch利用Meta推出的AI聊天机器人进行测试，也发现了一种刻板的表达倾向：当使用“印度男性”提示词生成图像时，绝大多数图片中的男性都是戴着头巾。虽然很多印度男性确实戴着头巾（主要是锡克教徒），但根据2011年人口普查，即使是在印度首都新德里，锡克教徒的人口比例也只占约3.4%。

单凭技术手段难以奏效

ChatGPT等生成式AI具有惊人的能力，可在数秒内模拟人类推理，但这也增加了出错的可能。AI巨头们深知其中存在问题，担心AI模型会陷入偏见、歧视等行为模式中，或在全球化用户群体中过度呈现西方社会的文化和认知。

字母表公司（Alphabet，谷歌母公司）首席执行官桑达尔·皮查伊表示，为了应对这一挑战，他们会要求在训练AI模型时尽可能拓展数据来源。例如，在展示医生或律师的图像时，力求反映种族多样性。但这一策略有时也会走向极端。

AI模型领先平台“抱抱脸”（Hugging Face）研究科学家萨莎·卢西奥尼认为：“单凭技术手段解决偏见问题，恐难奏效。”她强调，生成式AI的输出是否符合用户期望，往往取决于主观判断。美国阿莱姆比克技术公司产品主管杰登·齐格勒也指出，ChatGPT等大型模型难以准确区分偏见与非偏见内容，这使得完全依赖技术手段来消除偏见变得异常困难。

人类偏好是根本

在AI技术飞速发展的今天，消除偏见并非易事。据“抱抱脸”平台统计，该平台上有约60万个AI或机器学习模型，每隔几周就会有新模型问世。这使得工作人员评估和记录偏见或不受欢迎的AI行为变得异常繁重。

目前，技术人员正在开发一种名为“算法回归”的方法，它让工程师能在不破坏整个模型的情况下删除歧视和偏见内容。不过，许多人对此持怀疑态度，认为这种方法可能难以真正奏效。

另一种方法是“鼓励”模型向正确方向发展，通过微调模型或增加奖惩机制来引导其行为。

美国AI公司Pinecone则专注于检索增强生成（RAG）技术，该技术可为大型语言模型提供参考的信息来源，从而提高AI生成答案的准确性。

然而，对于如何根本性地解决AI偏见问题，业界和专家们的共识是：这是一个复杂而艰巨的任务。正如美国机会与正义法律咨询公司主任韦弗所言：“偏见是人类固有的，因此也存在于AI中。”他担心人们可能会陷入一个恶性循环：人类自身偏见影响AI，而AI又反过来强化这些偏见。

在人工智能时代，AI基于从互联网上挖掘的各类信息，帮助各行各业的人们做出越来越多的决策。然而，AI的底层智力在很大程度上取决于其数据源的品质，这些数据可能源于标准不一致的历史数据，也可能源于设计者的个人偏好。数据搜集存在很多技术上的不完善，由此训练出来的AI可能充满智慧、才华和实用性，也可能包含仇恨、偏见和抱怨，进一步反映并延续人类社会中的问题。如果人们不解决社会中的歧视和偏见问题，AI很可能在强化这些错误观念的道路上越走越远。

AI能否消除偏见？答案或许就在于能否从根本上解决人类社会中存在的歧视