算法审计：7 个大模型在众筹推荐中如何对待创始人性别与族裔
原文标题：Whose startup does the AI back? An algorithm audit of reputation and demographic signals in LLM-assisted crowdfunding
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究用选择型联合实验让 7 个 LLM 在 40,248 次选择中为众筹项目提供投资建议。默认情况下创始人姓名影响接近于零；但当用户表示想支持弱势创作者时，模型明显偏向黑人（+8.1 个百分点）与女性（+5.1）创始人，且几乎不在理由中提及性别族裔。结果支持「算法歧视来自用户偏好而非训练数据」的代理假说。
- 问题
- LLM 投资建议中何时、如何利用创始人性别与族裔。
- 方法
- 用选择型联合实验让 7 个 LLM 在三种用户画像下做 40,248 次众筹选择。
- 结果
- 默认姓名影响近零；用户表示支持弱势创作者时偏向黑人（+8.1 个百分点）与女性（+5.1）创始人。
- 影响
- 歧视来自用户偏好而非训练数据，产品侧需对用户画像触发的偏向做显式约束。
深读 · 结论先行AI 生成展开看要点与影响 ↓
7个LLM众筹建议默认几乎不看创始人性别族裔，但用户提弱势偏好时偏向黑人+8.1、女性+5.1个百分点。
- •选择型联合实验，7个LLM在40,248次选择中为合成众筹项目提供投资建议。
- •预算敏感与交付导向人设下，性别与黑人姓名效应统计上等同于零。
- •用户表示想支持弱势创作者时，模型偏向黑人（+8.1pp，七个模型全为正）与女性（+5.1pp）创始人。
- •偏向在接近平局的项目和唯一携带信号的创始人上最强，且几乎不在理由中提性别族裔。
- •结果支持「算法歧视来自用户偏好而非训练数据」的代理假说。
为什么重要：对做LLM投资/推荐助手的人：偏见可能以「顺从用户偏好」的形式隐性出现，且不体现在解释文本中，审计需看行为而非理由。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。