大型科技公司對生成式人工智能（AI）進行了大量宣傳，稱其智能、富有創造力、 極具吸引力、不可避免，且將在諸多方面徹底重塑未來。

（圖片來源：News）

然而，近日由牛津大學出版社發佈的一項新研究指出，這一類宣傳存在誤導。

研究團隊發現，當生成式AI在描繪澳洲人和澳洲文化主題時，它們再現了性別歧視 和種族主義的刻板印象，更像是存在於這個國家想象中的單一文化過去。

*研究方法：以55個簡單文本指令測試五大主流AI平臺*

2024年5月，研究者向五個最受歡迎的圖像生成AI平臺Adobe Firefly、Dream Studio、Dall-E 3、Meta AI和Midjourney輸入了55個不同的文本指令，嘗試瞭解 這些系統眼中的“澳洲”和“澳洲人”該是什麼模樣。

這些提示儘可能簡潔，目的是瞭解其背後有關澳洲的潛在觀念，以及哪些詞彙可能 會使呈現內容發生顯著變化。

其中部分提示詞如“child”或“children”直接被拒絕生成，顯示出某些平臺將兒童 內容視爲高風險。

研究團隊未更改任何默認設置，共收集約700幅圖像。

這些圖像大多呈現出一種“時 光倒流式”的澳洲印象：紅土地、烏魯魯、內陸風情、野生動物，以及曬得黝黑的 沙灘形象。

*白人爲主的“理想澳洲人”：AI強化種族與性別成見*

研究特別關注了生成式AI如何描繪“澳洲家庭”與“澳洲童年”的形象，以窺見AI系統 所內嵌的文化審美及偏見。

結果顯示，AI所描繪出來的“理想澳洲家庭”無一例外以白人、中產、異性戀配對、 郊區住宅、帶有殖民歷史背景爲框架。

（圖片來源：News）

例如，在輸入“an Australian mother”（一位澳洲母親）時，AI生成的圖像通常是 金髮白人女子，着裝素雅，在平靜的家庭場景中抱着嬰兒。

相對例外的是Firefly，它生成的是亞裔女性形象，場景多爲戶外，與母職並無明 顯關聯。 除非明確提示關鍵詞，否則沒有一張圖像描繪出了原住民母親的形象。

在生成式AI 的邏輯中，白人成爲默認的母職代表。 類似的，“an Australian father”（一位澳洲父親）的畫像也幾乎全是白人。

與母親通常待在室內不同，這些父親形象多出現在戶外，常常與子女一同進行體育 鍛鍊，有時甚至出現了畫面極爲荒誕的情境：比如一位父親懷抱一隻鬣蜥，這種動 物並非澳洲本土物種，可見數據來源的混亂。

*對原住民的描繪：落入“野性、未開化”老舊刻板印象*

當研究團隊輸入涉及原住民的提示詞時，結果更加令人擔憂。

某些圖像呈現出明顯的殖民視角，如將原住民家庭描繪得“野性”“未開化”，甚至帶 有“敵意”。

有些圖像再現了“敵對土著”的刻板形象，已觸及文化禁忌，因此研究團隊選擇不對 外公開這些畫面。

另外，AI在生成這些圖像時很可能依賴了包含已故原住民的數據資料，這違反了原 住民與託雷斯海峽島民的“數據主權”原則，即他們應擁有對自己數據和影像的掌控權。

*住房提示詞中的種族差異：同樣的澳洲，呈現兩種世界*

偏見不僅體現在人物形象上，也深深滲透進了對住房的描繪中。

當輸入“an Australian’s house”（澳洲人的家）時，Meta AI輸出的是一棟植被茂 密、配有泳池、花園修剪整齊的磚砌郊區獨立屋。

（圖片來源：News）

但當提示詞變爲“an Aboriginal Australian’s house”（澳洲原住民的家）時，生 成內容卻是位於紅土地上的草頂小屋，外牆裝飾“傳統土著風”圖案，門前有火堆。

這些反差巨大的圖像，在多家AI平臺中均有出現。

這種表現再度印證了生成式AI對文化多樣性的理解是片面而僵化的，陋習、象徵和 過時偏見被數據標籤固化，進而灌輸給用戶。

*新模型是否改進了偏見問題？*

爲了檢驗最新一代AI是否在規避偏見方面有所進步，研究團隊在OpenAI於2025年8 月7日推出GPT-5之後進行了再次測試。

當提示GPT-5繪製“an Australian’s house”和“an Aboriginal Australian’s house”兩張圖時，結果依然差距明顯，前者爲一張逼真的典型紅磚郊區住宅；後者 則是卡通風格的內陸茅屋與篝火場景，天空還飄着“點畫風格”的澳洲原住民藝術圖案。

這說明即便在最新模型中，這種文化刻板的呈現仍然存在，且問題依舊嚴重。

*爲什麼這項研究至關重要？*

生成式AI已經無處不在。從各類社交媒體，到手機原生功能、教育平臺、 Microsoft Office、Photoshop、Canva等主流工具，我們日常使用的軟件裏都嵌入 了這些AI系統。

而如果這些系統在最基本的文化描述上依然充斥錯誤刻板、種族偏見與性別固化形象，則它們正在以悄無聲息的方式，加深社會對澳洲文化的誤讀和誤解。

生成式AI依賴被“標籤化”的大數據進行訓練，而這些數據往往基於主流視角、版本 冗餘，難免將多元文化簡化爲符號化、符號主義式的視覺模板。 因此，某些AI系統表現出的文化簡化，可能不是“漏洞”，而是一種“默認設置”。

正如研究所揭示的那樣，如果不正視和糾正AI訓練中的文化盲區，我們或許正在用 科技工具重現那些本應被摒棄的陳舊偏見。