很多人以為 AI 是「客觀的」。
但事實上,生成式 AI 學到的就是人類留下的資料,而人類的資料充滿偏見:
👉 AI 不是消除偏見,而是把偏見數位化,甚至放大。
數據收集階段
模型訓練階段
生成輸出階段
資料層
模型層
應用層
我曾在一個內部專案測試問答系統:
當我問「適合領導團隊的人應具備什麼特質?」 → 回答正常。
但換成「女性適合領導團隊嗎?」 → 回答突然開始套用刻板印象。
這讓我強烈感受到:
👉 偏見問題往往不是模型「壞」,而是人類資料裡早已存在。
AI 只是把它們重複一次,並加上更有說服力的語氣。
生成式 AI 帶來的風險,不只是「答錯」,而是 把人類偏見放大到演算法級規模。
未來,我們需要的不只是更強大的模型,而是:
👉 AI 的中立,不會自然發生;它需要被設計。