GPT 模型中的伤害清洗：被转化而非消除的性别歧视

GPT 模型中的伤害清洗：被转化而非消除的性别歧视
Harm Laundering in GPT Models: Gender Discrimination Transformed Rather Than

原始链接: https://arxiv.org/abs/2609.20779

arXivLabs 是一个允许合作者直接在我们的网站上开发并分享 arXiv 新功能的框架。与 arXivLabs 合作的个人和组织都认同并接受我们关于开放、社区、卓越和用户数据隐私的价值观。arXiv 始终致力于这些价值观，并仅与遵循这些价值观的合作伙伴进行合作。如果您有能为 arXiv 社区创造价值的项目构思，请了解更多关于 arXivLabs 的信息。

所提供的文本对现代人工智能性别偏见研究提出了批判性观点，认为当前的学术研究往往受到意识形态确认偏误的影响。作者主张，劳动力市场中存在的社会差异（如男性集中在危险行业，女性集中在护理行业）根源于生物性二态性，而非系统性歧视。作者批评了近期关于人工智能“洗白危害”（harm laundering）和对齐（alignment）的研究，声称这些研究旨在得出预设的结论。他们认为，当人工智能模型承认生物差异时，研究人员会不公地将这些输出贴上“偏见”或“有害”的标签。因此，作者斥责该研究领域为“近亲繁殖的马戏团”，认为其将意识形态叙事置于客观事实之上，并警告称，此类存在缺陷的研究很可能会继续被滥用以支持带有偏见的议程。

arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.

Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them.

Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs.

GPT 模型中的伤害清洗：被转化而非消除的性别歧视 Harm Laundering in GPT Models: Gender Discrimination Transformed Rather Than

GPT 模型中的伤害清洗：被转化而非消除的性别歧视
Harm Laundering in GPT Models: Gender Discrimination Transformed Rather Than