➹🎃☃     

一不挡二不掩毛毛虫

邱锡鹏教授通过数据看到了大模型这两年的进步。对于大模型的训练，价值对齐是重要一项，目标是人类赋予它的价值观。其中，也包括性别问题。但通过对词语分析形成的词云，也显示了AIGC(生成式人工智能)的固有印象，比如，形容男性的词汇集中于世界、发现、生命、简单等；而围绕女性则集中于乡村、丈夫、挑战、母亲等词语。

哈尔滨工业大学计算学部长聘教授姚鸿勋认为，情感认知是AIGC理解人类语言和行为的关键。近期她带领团队用音乐来生成舞蹈，之前在做AI编舞的时候，没想到性别问题，所使用的数据集也在无意中出现了性别偏差，采集的舞蹈视频基本都由女性进行表演，缺少男性样本。“后期引入男性表演视频数据也许能够更好地描述舞蹈动作特征，进一步提升模型性能。”

但是多次讨论之后，她们觉得应该触及技术本质来谈性别平等，人工智能发展的历程中，“性别偏见”不是一个新词。有观点认为，训练方法和训练数据中存在的性别偏见可能被大模型学习并反映在其输出中，影响决策公正性和准确性。该问题长期发展下去可能会产生诸多不良影响，甚至引发“蝴蝶效应”，例如加剧机会不平等、对女性造成冒犯或者在人机互动的过程中加深性别刻板印象等。如何实现大模型中的性别偏差问题的治理，需要政策、产业和研究领域的对话。

3位AIGC大模型“嘉宾”看法一致，归纳起来集中于，“应为”在于在社会层面呼吁、倡导提升女性参与度，打破刻板印象；“可为”主要是倡导科研人员和决策层通过技术实现“平等”；“难为”主要体现在性别偏见和刻板印象、技术和资源限制以及社会和文化因素等方面。有意思的是，其中一个大模型的回应中还多加了一句：“但是，女性要在人工智能技术领域取得成就一不挡二不掩毛毛虫，可能需要面临更大的学习困难。”

中国科协的数据显示，目前全国女性科技工作者近4000万，占比超过45%。但是成为科研主导者的女性比例还是很低。中国科学院、中国工程院院士中，女性科学家仍旧是凤毛麟角。2019年中国科学院和中国工程院共新增院士139人，其中12名女院士；2021年新增149名两院院士，其中11名女性；2023年两院院士新增133人，其中女院士6名。

我国近年来出台了一系列支持女科技工作者的政策举措。2021年，全国妇联、科技部等制定了《关于实施科技创新巾帼行动的意见》，之后又发布了《关于支持女性科技人才在科技创新中发挥更大作用的若干措施》；从2024年开始，国家自然科学基金委员会将女性科研人员申请“杰青”的年龄限制由45周岁放宽到48周岁。