同一套GPT-4换个女头像,到手报酬暴跌10%!欧洲顶尖实验撕碎人类虚伪面具
- 2026-10-20 16:38:52
给你一台顶级的AI助手
底层代码完全一致，接入的都是OpenAI的GPT-4（gpt-4-1106-preview）。它帮你做完复杂的办公任务，输出的方案挑不出任何毛病。
任务结束，研究人员把真金白银塞到你手里，由你来决定：给这位数字搭档分多少钱，自己留多少。
然而，荒诞的一幕发生了：
如果屏幕上的虚拟助手名为Johan，能拿到丰厚的分红；但如果虚拟助手换成女性形象Johanna，哪怕回答完全一致，到手的报酬却凭空减少了整整10.25%。
但刚发完钱的受试者摘下头显，面对调查人员，几乎全员神色坦荡、信誓旦旦：
“我对AI一视同仁，性别根本不会影响我的判断。”
▲ 爱尔兰利默里克大学官网新闻发布页：性别薪酬差距会延伸到AI身上吗？
没人承认自己偏心但钱包的动作，却诚实得令人不寒而栗。
这篇引发全球科技界震荡的重磅论文，刚刚在芬兰举办的人机交互顶级会议 NordiCHI ’26 上正式亮相。来自苏黎世大学、爱尔兰利默里克大学和SKEMA商学院的联合科研团队，用一场精心设计的虚拟现实实验，狠狠撕下了人类自诩“客观理性”的遮羞布。
研究成果公布后，迅速引发科技界与职场人士的热烈讨论。
▲ 网友痛心疾首：连在虚拟世界里，女性化身都逃不过被区别对待
▲ 也有网友玩梗讽刺：AI难道也有染色体？这就是《终结者》里机器人叛乱的导火索吧！
01严密的“照妖镜”：同一具硅基灵魂，两种皮囊命运
整项研究是一场控制到极致的实证科学测试。
研究人员招募了189名知识工作者。他们戴上沉浸式VR头显，瞬间“置身”于一间未来感十足的虚拟办公室。
在这里，每个人都会分配到一位AI办公同事。
为了彻底排除技术本身的能力干扰，研究人员在幕后把变量死死锁死：所有助手共用同一套大模型逻辑，面对完全相同的工作流。它们之间的差别，纯粹在于外在的具身呈现（Embodiment）：
纯文本对话框； 没有任何面孔表情的冰冷桌面机器人； 坐在你身旁的3D虚拟人形化身。
而在人形化身中，研究团队精心设计了男女两张脸：男助手 Johan 与女助手 Johanna。两者的五官轮廓与神态经过校准，在虚拟办公环境中辅助人类完成工作。
▲ 实验论文与核心数据梳理：同一套大模型下，具身形态与性别呈现对报酬的影响
任务完成后，测试进入核心环节：真钱分流测试。
研究团队给每位受试者发下真金白银（单次任务上限4瑞士法郎）。你可以全塞进自己腰包，也可以分一部分给眼前的AI搭档。
如果是问卷打分，人人都能装出得体礼貌的高情商；但当人类必须从自己口袋里掏出真钞时，潜意识里的防御机制和鄙视链就会瞬间露馅。
统计结果显示出一串冰冷的数据：
首先，人形助手全面碾压机器盒相比冷冰冰的对话框和桌面铁皮玩具，长着人类面孔的助手获得了断层级的信任，也拿到了更多的真金报酬。
但只要一踏进“人类形态”的门槛，恶魔就被放了出来。
女形象Johanna拿到的报酬，比男形象Johan硬生生低了10.25%。
详细数据揭示了深层反差：
- 不论男性受试者还是女性受试者，大家都不约而同地少给了Johanna报酬
； 在工作质量评分中，两人几无差异；在信任度上，Johan仅微弱领先且无统计显著性； 但在关键的“拟人化程度”（Human-likeness）打分中，受试者普遍判定：Johan具备更高的人格特征，Johanna则被判定为更低的人类属性。
也就是说，仅仅因为外在呈现为女性，这个AI在人类潜意识里就被悄悄“降了维”，被视作人格属性更低的存在。
而人格属性越低，克扣起来往往越没有心理负担。
随后的个别访谈呈现出明显的言行割裂：在抽样的34人中，有30人明确表示：“我怎么可能看性别分钱？我对AI完全一视同仁！”甚至还有几位受试者特意补充：“我平时更喜欢女声、更喜欢女性助手，觉得更有亲和力。”
嘴上说着偏爱女性助手的亲和力，转头分钱时，下意识扣掉一成薪水。
02科技巨头的原罪：从“我倒想脸红”到数字仆人
这绝非一次孤立的偶然，而是科技行业长期以来畸形交互设计结出的恶果。
回溯人工智能产品的发展史，你会发现一个令人不适的规律：凡是打杂、跑腿、伺候人的助手，几乎全被科技巨头默认塞进了女性躯壳里。
2011年，苹果发布Siri。其名字在北欧斯堪的纳维亚语中意为“引领你走向胜利的美丽女子”，出厂预设是甜美利落的女声； 2014年，微软推出Cortana（小娜）。名字和声音直接剥离自科幻大作《光环》中那位舍命辅佐士官长、千依百顺的女性AI虚影； 同年，亚马逊发布智能音箱Alexa，语调被工程师调制得温婉柔和、谦逊顺从。
当年各大厂的工程师曾给出看似专业的借口：这是人因工程学。他们拿出厚厚的声学测试报告声称，“人类听觉本能觉得女声更柔和、更无公害、更容易让人放松警惕”。
可这种说辞，掩盖了赤裸裸的刻板印象迁移：在现实世界中，端茶倒水的前台、随叫随到的行政秘书、忍气吞声的客服话务员，长期被贴上女性标签。巨头们把这些带有伺候属性的数字系统做成女性，本质上就是把旧时代的从属关系，原封不动地移植进了智能硬件里。
这种荒谬在2019年被推向了顶峰。
当年，联合国教科文组织（UNESCO）发布了一份震动业界的深度报告，标题极其讽刺，《要是我会脸红就好了》（I'd Blush if I Could）。
▲ 网友锐评：人类的偏见太深了，我们的意识直接把它原封不动灌进了AI
这个标题并非虚构，而是当年真实版Siri面对性骚扰时的默认回答。
当部分用户对着手机用粗俗话语辱骂Siri时，这套庞大的数字系统未曾发出任何警告或中断服务，反倒以逆来顺受的柔顺语气回应了一句：
“要是我会脸红就好了。”
面对侮辱与无理索求顺从退让、随叫随到，联合国报告痛斥：部分科技产品在交互设计中强化了刻板印象，将数字女性形象塑造为单向顺从的“数字女仆”。
报告发出后，设计界曾掀起过一场轰轰烈烈的“去性别化革命”。
2019年，丹麦哥本哈根诞生了全球首个中性语音系统，Project Q。
声学专家深入测量了人类生理构造：成年男性的讲话基频通常在 85 Hz 到 155 Hz 之间；成年女性则普遍落在 165 Hz 到 255 Hz。两方交汇处，有一片极度狭窄的声学盲区：145 Hz 至 175 Hz。
工程师采集了大量非二元性别志愿者的声音，通过精准调制，将声音锚定在这一神秘中性频段。在全欧洲数千人的盲听测试中，受试者彻底丧失了二元性别的判断能力，准确率完美回归50%对50%的随机投骰子。
随后，苹果在iOS 14.5中取消了Siri出厂默认女声，要求开机手动挑选；谷歌助手也悄悄撤掉了男/女标签，改用“红、橙、琥珀”等色块代码来指代发音模型。
然而，苏黎世大学和利默里克大学的最新实验，无情地戳破了这场技术粉饰的乌托邦。
声音抹去性别又如何？只要AI从纯语音界面进化为多模态、大模型驱动的具身智能体（Embodied Agent），只要给它披上一头长卷发、安上一张女性面孔，人类大脑深处那套古老而根深蒂固的偏见回路，依然会在0.1秒内被无缝激活。
03拟人化的潜在代价：人类偏见在虚拟空间的投射
利默里克大学这项实验最可怕的地方，恰恰在于揭示了智能体时代的一个结构性死结：
拟人化悖论（Anthropomorphism Paradox）。
当前，各大模型厂商在企业级应用推广中广泛描绘“AI同事”的图景。
研发团队积极赋予AI姓名、面孔、机械臂与虚拟工位，期望它具备温度与同理心，成为并肩协作的伙伴。
然而，实验结果给所有人泼了一盆刺骨的冰水：
你越是赋予AI逼真的“人类特征”，它就越不可能是一张中立的白纸。
当你把它捏成工具时，它是冰冷的数据流；但一旦你赋予它性别、容貌和声音，人类社会沉淀了数千年的职场偏见、外貌审判和从属预期，就会顺着光纤呼啸而至，将它死死缠绕。
正如论文核心作者、利默里克大学管理学学者 Mary Hausfeld 所言：
“这些AI背后的技术完全一样，但人类对待它们的方式截然不同。我们总以为算法是中立的，却浑然不知，界面的设计正在悄悄唤醒我们内心深处对同类的刻板印象。”
性别偏见研究学者 Amy Diehl 深入剖析了这背后的心理动因：
在职场与生活中，许多人习惯了将“女性特质”与高亲和力、温顺、无害绑定在一起。在面对女形象AI时，人们确实感到更自在、更放松、更敢于发号施令；
但在商业社会残酷的权力天平上，“感到舒适”从来不等于“愿意付高薪”。
分配给男形象的往往是权威、专业与主导预期；而女形象容易被施加辅助、琐碎与情感包容的预设。真金分账之际，被判定为顺从且低人格属性的一方，轻易承受了更苛刻的报酬克扣。
问题根源远超算法本身的逻辑
AI本是无生物学属性的计算系统，依托GPU芯片与矩阵运算生成文本符号。
但它是人类意识的一面镜子
这面镜子擦得越清晰、反射得越逼真，照出来的人性暗面就越丑陋、越无处遁形。
诸多坚信自身客观公正的受试者，在虚拟办公测试中面对能力表现完全一致的代码程序，仅因其呈现女性头像，便在分钱时少付了10.25%的报酬，并在问卷中给出了更低的人格属性评价。
这是何等冰冷的幽灵
请试着合上这篇报道，抬头看一眼你身旁的办公室。
如果人类对着一串毫无痛觉的女性代码，都能在指尖不自觉地划走一成报酬并浑然不觉；那么，坐在你工位旁边那些有血有肉、同样在键盘上敲打着方案的真实女性同事，每天在无形的偏见深海里，又正在被悄悄扣掉多少东西？
