20minutos
近年来，人工智能（AI）技术在各行各业的应用日益广泛，然而越来越多的研究和实践表明，人工智能不仅未能消除性别不平等，反而在某些情况下加剧了性别偏见，尤其是在职场、医疗和社会服务等领域表现突出。
专家指出，人工智能系统在数据训练过程中往往依赖历史数据，而这些数据本身就存在性别歧视的痕迹。例如，在招聘环节中，一些基于人工智能的筛选工具会无意中强化对女性的偏见，导致女性求职者被系统性地排除在外。原因在于，过去的招聘数据多反映了男性占主导的职位分布，AI算法在学习这些数据时，倾向于优先选择与历史模式相符的男性候选人，从而形成了“性别放大器”的效应。
不仅如此，医疗领域的人工智能应用也存在类似问题。部分医疗AI系统在诊断和治疗建议中，因缺乏对女性生理和病理特征的充分考虑，导致女性患者的诊疗效果不佳，甚至延误病情。社会服务领域的AI工具同样面临挑战，性别偏见可能影响资源分配和服务质量，进一步加剧社会不平等。
针对这一现象，专家呼吁加强对人工智能系统的监管和优化，确保算法设计和数据采集过程中的性别公平。具体措施包括多样化训练数据、引入性别敏感的算法评估标准，以及在开发和应用阶段增加性别平等的审查机制。此外，企业和机构应提高对性别偏见风险的认识，主动采取措施防范AI工具带来的歧视问题。
总的来看，人工智能作为一种强大的技术工具，其潜力巨大，但若忽视性别平等问题，可能会无意中固化甚至加剧社会不公。未来，只有在技术发展与社会公平并重的前提下，人工智能才能真正发挥其促进社会进步的积极作用。
📌 来源
本文基于 20minutos 已公开新闻内容整理。
