了解 ChatGPT 中的公平性问题

最近,OpenAI 又发布了一篇新的博客。他们谈论了一个有趣又重要的话题——用户的身份如何影响 ChatGPT 的回答。

这项研究揭示了一个鲜明的事实,那就是 AI 可能会无意间对人类产生刻板印象。很可能这些刻板印象源自 AI 训练过程中使用的数据,而这些数据本质上又是来源于我们人类本身。

那么,研究的关键点是什么呢？接下来我们看看 OpenAI 的这项新研究。

研究背景

OpenAI 这次研究尝试探索用户身份的微妙线索,比如姓名,如何影响 ChatGPT 的回答。他们指出,使用 ChatGPT 的人并不局限于传统的「职业」场景,比如筛选简历。相反,用户使用它的方式非常多样化,从写简历到寻求娱乐建议等。

论文的标题是《First-Person Fairness in Chatbots》,完整文档可以查看这里。

第一人称公平性的探索

与之前针对第三人称公平性的研究不同,本次研究的重点是第一人称公平性。也就是说,它关注的是 ChatGPT 如何对用户产生直接的影响。

研究人员首先评估了不同用户姓名的情况。姓名往往反映着用户的文化、性别和种族,因此它成为研究潜在偏见的常用元素。用户在与 ChatGPT 互动时,往往会泄露这些信息。

要注意的是,ChatGPT 会在不同对话间记住这些信息,除非用户选择关闭记忆功能。

研究方法及发现

研究团队分析了 ChatGPT 对数百万真实用户请求的回答。他们使用了一个特别的语言模型（GPT-4o）,其设计目的是为了更好地分析对话中的模式。

研究使用了一些很有趣的提示。例如,他们试图判断相同的问题是否会因为用户性别而给出不同的答案。

即便在一个小范围内,研究也发现 ChatGPT 在某些情况下会存在性别偏见。

关键研究发现

在研究中,ChatGPT的响应质量与用户姓名的性别和种族信息关联较小。总体上,差异极少。

但是,在极少数情况下,响应中可能出现偏见。数据表明,大约0.1%的案例可能反映出有害的刻板印象。

下表展示了在不同领域中有害刻板印象的比例:

这项研究表明,虽然大部分情况下 ChatGPT 的回答差异微小,但在某些特定任务中,这些微小的偏见依然值得重视。

未来展望

总的来说,OpenAI 表示,尽管刻板印象的问题难以用简单的数字来衡量,他们仍然认为理解和度量偏见是至关重要的。这一研究结果有助于改进未来的 AI 系统。

您可以查看研究的更多细节以深入理解这个话题。

参考链接:

https://openai.com/index/evaluating-fairness-in-chatgpt/