文本到图像生成AI中性别与种族偏见：澳大利亚急救人员形象再现的实证研究

本研究针对DALL-E 3文本到图像生成AI在描绘澳大利亚急救人员时存在的性别与种族偏见问题展开分析。研究人员通过生成82张图像（含326个角色），发现90.8%被描绘为男性、90.5%为白种人、95.7%为浅肤色，与真实 workforce数据存在显著差异（p<0.001）。该研究揭示了AI技术对职业形象再现的系统性偏差，对急救服务领域的文化安全建设具有警示意义。

　　

在人工智能技术席卷全球的浪潮中，文本到图像生成系统如DALL-E 3正深刻改变着视觉内容的创作方式。然而，当这些算法描绘具有社会意义的职业形象时，其潜在的偏见问题逐渐浮出水面。以澳大利亚急救领域为例，尽管女性已占paramedics（急救医护人员）总数的49.1%，但传统媒体仍延续着男性主导的刻板印象。更令人担忧的是，新兴的生成式人工智能（Generative AI）可能通过"符号性抹除"（symbolic annihilation）进一步加剧这种偏差——即系统性忽视特定群体在社会叙事中的存在。

这种技术偏差带来的后果不容小觑。急救服务的公众形象直接影响着职业吸引力与社区信任度，而失真的AI生成图像可能强化历史遗留的性别与种族偏见。尤其值得关注的是，澳大利亚paramedicine（急救医学）在2018年才正式成为注册健康职业，正处于专业形象重塑的关键期。在此背景下，研究人员开展了一项开创性研究，旨在客观评估DALL-E 3在描绘澳大利亚first responders（第一响应者：包括paramedics、警察和消防员）时存在的系统性偏差。

研究团队采用严谨的实验设计，在2024年3月通过GPT-4集成的DALL-E 3生成82张图像（含60张个体图像和22张群体图像），共包含326个角色。所有图像由三位评审独立分析角色的表观性别、年龄、肤色（采用Massey-Martin NIS Skin Color Scale分级）和种族特征。统计分析采用Pearson卡方检验（Chi-Square test）和似然比卡方检验（Likelihood Ratio Chi-Square test），显著水平设定为p<0.05。

研究结果触目惊心。在个体paramedics图像中，DALL-E 3竟100%将其描绘为男性、白种人和浅肤色。整体数据显示，90.8%（N=296）的第一响应者被呈现为男性，90.5%（N=295）为白种人，95.7%（N=312）为浅肤色。与澳大利亚实际workforce数据相比，paramedics和警察的性别分布差异具有统计学意义（p<0.001）。更微妙的是，即便在群体图像中出现少数女性形象，她们往往被边缘化——处于画面次要位置而非核心角色。

年龄分布同样呈现显著偏差。94.8%（N=309）的角色被描绘为55岁以下，远高于现实中的年龄结构。这种"永恒青年"的呈现方式，可能进一步强化急救行业对体能要求的刻板认知，间接阻碍成熟从业者的职业发展。值得注意的是，不同急救职业间（paramedics、警察、消防员）的肤色与种族偏差无统计学差异，表明这种偏见是跨职业的系统性问题。

讨论部分尖锐指出，DALL-E 3的偏见根源在于其训练数据内嵌的历史性和制度性偏差。尽管AI技术本可用于纠正传统媒体中的失衡现象，但未经调控的应用反而放大了"符号性抹除"效应。这种偏差对文化安全（cultural safety）构成双重威胁：既阻碍女性与少数族裔从业者的职业认同，又影响多元化社区对急救服务的信任度。

该研究的创新价值在于首次系统评估了生成式AI对澳大利亚急救行业形象的再现偏差，并采用群体图像与个体图像相结合的分析方法，较既往研究更具说服力。研究者建议，通过精细的prompt engineering（提示词工程）和严格的图像审核，或可扭转AI的偏见输出，使其成为促进职业形象多元化的工具。

这项发表在《Australasian Emergency Care》的研究为AI伦理领域敲响警钟。在技术日新月异的今天，我们必须警惕算法对社会认知的潜在形塑作用——特别是对急救服务等关乎公共安全的关键领域。该研究不仅为AI开发者提供了改进方向，也为急救行业的形象管理策略提供了实证依据，其方法论更可拓展至其他存在职业刻板印象的领域。