一面破裂的镜子：人们如何感知大语言模型的性别表演

在零样本提示下，大语言模型（LLM）如何展演性别，人们又如何在对话中解读这些展演？我们借助性别操演性理论，考察性别化意义如何通过生成的语言、对话语境和人类解读而浮现。在一项预注册的随机在线实验中，1,060 名参与者各自与一个 LLM 进行了五次简短对话。我们使用极简提示，诱发从“非常男性化”到“非常女性化”的展演，并在每次对话后请参与者对其伙伴的感知性别进行评分。平均评分朝提示的方向偏移，但极端处的评分比提示标签所暗示的更接近中点。当提示模型展演为“既非男性化也非女性化”时，模型平均被感知为略偏男性化。评分因模型和对话主题而异。女性和男性在极端处的评分相似，但在中间提示水平上，女性对模型的评分更偏男性化。参与者的解释说明了他们如何依据写作风格、情绪表达和对话兴趣作出判断，有时还会质疑自己判断背后的刻板印象。这些发现表明，对话式 AI 充当了一面性别规范的破碎之镜。模型再现了可识别的线索，而人们解读这些线索所承载的意义，有时还会对其提出挑战。

中文由 AI 翻译，仅供参考，以原文为准。