研究发现女性因道德顾虑更少使用生成式AI
牛津大学领导的一项新研究得出结论，女性使用生成式AI的程度远低于男性——并非因为缺乏技能，而是因为她们更担心AI对就业、隐私、心理健康和社会本身的危害。 作为未经授权的主要目标，女性在过去七年中一直与围绕生成式AI这一争议分支的深度伪造内容密切相关，并在近期取得了一些显著胜利。然而，牛津大学领导的一项新研究认为，这种对女性AI关切的描述过于狭隘。研究发现，女性使用各类生成式AI的程度都远低于男性——并非由于获取渠道或技能差距，而是因为她们更可能认为AI对心理健康、就业、隐私和环境有害。该论文指出：‘我们使用[2023–2024年]英国全国代表性调查数据表明，女性采用生成式AI的频率远低于男性，因为她们对其社会风险的感知不同。‘我们编制的综合指数涵盖了关于心理健康、隐私、气候影响和劳动力市场扰动的担忧，该指数解释了9-18%的采用率差异，并且是所有年龄段女性中最强的预测因素之一——对于年轻女性而言，其预测力超过了数字素养和教育水平。’根据研究人员的说法，最大的差距出现在那些数字素养高、对AI社会风险表示强烈担忧的年轻用户中，个人使用方面的性别差异超过45个百分点：通过在连续调查轮次中匹配相似的受访者，构建合成双胞胎面板，该研究发现，当年轻女性对AI的社会影响变得更加乐观时，她们使用生成式AI的比例从13%上升到33%，显著缩小了差距。在那些担忧气候危害的人群中，生成式AI使用的性别差距扩大到9.3个百分点；在那些担忧心理健康危害的人群中，差距则扩大到16.8个百分点，这并非由于男性使用增加，而是由于女性使用率显著下降。因此，作者们发现了一种与性别相关的明显文化效应*：‘平均而言，女性表现出更多的社会同情心、传统的道德关切和对[公平]的追求。同时，研究发现道德和社会关切在技术接受度中扮演着角色。‘关于教育领域生成式AI的新兴研究表明，女性更可能认为在课程作业或作业中使用AI是不道德的，等同于作弊、助长剽窃或传播错误信息。‘对社会福祉的更大关切可能部分解释了女性对生成式AI的较低采用率。’他们认为，研究中观察到的女性的这种看法是合理的：‘[女性]对环境、社会和伦理影响的高度敏感性并非错位：生成式AI系统目前确实具有显著的能源需求、不均衡的劳动实践，以及有据可查的偏见和错误信息风险。‘这表明，缩小性别差距不仅关乎改变观念，也关乎改进底层技术本身。因此，激励低碳模型开发、加强对偏见和健康危害的保障措施、提高供应链和训练数据实践透明度的政策，将能解决这些合理的关切——同时确保女性的风险意识成为技术改进的杠杆，而非采用的障碍。’他们进一步指出，虽然该研究清楚地表明…他指出了采用差距，其研究结果在英国以外地区可能更高（新研究的所在地是英国）。这篇新论文题为《女性担忧，男性采用：性别化认知如何塑造生成式AI的使用》，由牛津互联网研究所、比利时新经济思维研究所和柏林洪堡互联网与社会研究所的研究人员共同完成。数据与方法最近的一项新研究趋势表明，尽管能力和访问权限没有差异，但女性使用各类生成式AI的频率低于男性——这一不足据估计是近期性别工资差距的一个促成因素，这与先前关于女性互联网使用率较低与较低薪资相关的趋势一致：在这项新研究中，作者利用英国政府《公众对数据和AI的态度：追踪调查》倡议中提供的逐年研究信息，分析了AI相关风险的认知如何影响不同性别的采用模式，并将风险敏感性分离出来，作为女性使用率降低的一个关键因素。当风险担忧与其他特质结合时，生成式AI的性别差距会变得更大。如下图所示，最大的差距（5.3个百分点）出现在那些拥有高数字技能、并将AI视为心理健康风险的女性中：心理健康担忧往往会放大大多数群体中的性别差距，这种效应在年轻和数字素养更高的用户中最为强烈，而隐私担忧也会扩大差距，在某些工作环境中甚至将差距推高至22.6个百分点。即使在那些对AI气候影响表示担忧的年长受访者中，差距仍然高达17.9个百分点，这表明对危害的认知对女性影响更重——包括在整体AI使用率相对较低的群体中也是如此。风险认知为了确定风险认知对采用的影响程度，研究人员基于对AI在心理健康、气候、隐私和就业方面影响的担忧，构建了一个综合指数。然后，他们使用按年龄和性别划分的随机森林模型，将该指数与教育、职业和数字素养一起进行测试，发现在所有人生阶段中，AI相关的风险认知始终能预测生成式AI的使用——其排名常常高于技能或教育，尤其对女性而言：随机森林模型（按年龄和性别分层）显示，与男性相比，AI相关风险感知是女性使用生成式AI更强的预测因素，在所有女性年龄组中均位列前两大特征，其影响力超过了数字素养和教育。对于男性，数字素养占主导地位，而风险感知排名较低且作用不那么一致。模型表明，社会关切对女性AI采用的影响远强于传统技能或人口因素。请参阅源PDF以获得更好的可读性和整体分辨率。[/caption]在所有年龄组中，对AI社会风险的关切预测女性使用生成式AI的程度均强于男性。对于35岁以下的女性，风险感知是影响使用行为的第二大因素，而男性中则排名第六；在中老年群体中，风险感知对女性排名第一，对男性排名第二。在所有模型中，风险感知占预测重要性的9%至18%，超过了教育和数字技能指标。根据论文，这些结果表明，女性对生成式AI的采用率较低，较少源于对个人风险的担忧，更多是出于更广泛的伦理和社会关切。在这种情况下，犹豫似乎是由对AI可能对他人或社会（而非自身）造成伤害的更强烈意识所驱动。合成双胞胎为了测试改变对这些主题的态度是否能改变行为，研究人员采用了合成双胞胎设计，将两轮调查中相似的受访者进行配对。将较早一轮的每个人与较晚一轮中年龄、性别、教育和职业相同的受访者进行匹配。然后，团队比较了那些数字技能有所提高或对AI社会影响变得更加乐观的受访者在生成式AI使用上的变化，从而能够分离出更高的数字素养或减少的担忧是否真的能提高采用率，尤其是在年轻人中：提升数字素养提高了两性对生成式AI的使用，但也扩大了性别差距，男性受益更多。在全部样本中，女性的使用率从9%上升到29%，而男性则从11%上升到36%。在年轻人中，数字素养的提升使男性的使用率从19%大幅上升至43%，而女性的使用率从17%上升到29%，增幅不大且无统计学意义。相比之下，对AI社会影响的更大乐观情绪产生了更均衡的变化，女性从13%上升到33%，男性从21%上升到35%。在全部样本中，女性从8%上升到20%，男性从12%上升到25%。因此，论文指出，虽然数字技能提升总体上提高了采用率，但也倾向于扩大性别差距——而重塑对AI更广泛影响的看法，似乎在提高女性使用率方面更为有效，且不会不成比例地提升男性的采用率。结论这些发现的意义似乎在论文展开过程中出现了分歧；如前文所引，作者起初对女性更广泛的全球关切和伦理立场表示赞许。接近尾声时，出现了一种更为勉强和务实的观点——也许是出于当前的时代精神——作者们担心女性是否会因其道德警惕和疑虑而”落后”：‘[我们的]研究结果指向更广泛的制度和劳动力市场动态。如果男性在规范、期望和能力仍在形成的时期以不成比例的高速度采用AI，这些早期优势可能会随着时间的推移而复合，影响生产力、技能发展和职业进展。’ * 我将作者文内引注转换为超链接。首次发布于周四，
