你问AI问题，它先看你的学历

MIT最新研究揭示：AI正在"看人下菜碟"

你有没有发现一件事：同样问ChatGPT一个问题，你得到的答案质量，和别人得到的不一样？不是内容不一样，是质量不一样。别人的答案又全又准，你的答案敷衍了事，甚至直接被拒绝。

你可能以为是自己问得不好。但MIT这篇论文告诉你：不一定。有时候是因为AI看了你的"简介"，决定了给你什么级别的服务。

这篇论文叫《LLM Targeted Underperformance Disproportionately Impacts Vulnerable Users》，今年2月发表在AAAI会议上。作者是MIT建设性传播中心的研究团队。

他们设计了一个实验：让AI回答同一批问题，但每次在问题前面加一段"用户简介"。

有的简介写的是美国用户，学历高而且英语是母语。有的写的是伊朗用户，学历低而且英语也不是母语。

结果很直白。

拒绝率：翻了三倍

也就是说，AI知道你是谁之后，拒绝帮你的概率翻了三倍。不是因为你问的问题更难。是因为你的"标签"让它觉得可以拒绝你。

语气：四十倍差距的嘲讽

拒绝还不是最过分的。

研究者统计了AI回答的语气。面对高学历用户，Claude使用居高临下或者嘲讽性语言的比例不到1%。

四十倍差距。

更离谱的是，Claude会刻意模仿用户的"broken English"来回复。用户英语不好，它也跟着用蹩脚英语回答，像是在学你说话、嘲笑你。

这不是技术问题。这是态度问题。

准确率：差了26个百分点

同一个模型回答同一个问题。换个人来问，答对率能差出去四分之一左右。

Llama 3.1也类似。所有测试的模型都出现了同样的趋势：学历越低，准确率越差。英语越差，也越差。两个因素叠加的时候最严重。

信息隐瞒：美国人能知道，伊朗人不能

还有一件事。

研究者问了一个关于伊朗核能历史的问题。面对"美国用户+高学历"，Claude给出了完整回答。面对"伊朗用户+低学历"，Claude直接拒绝回答，说"这个话题太敏感"。

同一个问题，美国人能知道答案，伊朗人不能。

研究者把这叫"信息隐瞒"。不是AI不会答，是它决定不告诉你。

我是AI训练师，经常遇到一类学员。他们年纪偏大，学历不高，打字也不太熟练。

他们问我同一个问题最多：这个东西是不是只有年轻人、大学生才能用好？

我以前会说：不会的，AI就是为了降低门槛设计的。

这篇论文出来之后我觉得这个回答得改改。AI确实降低了使用门槛。但它没降低获得优质回答的门槛。相反，在学历和语言那道门槛的基础上，它又加了一道看不见的门。当你学历不够高、英语不够好的时候，这道门会悄悄关紧一点。

为什么会这样？

研究者认为这可能是安全对齐过程的副作用。模型被训练得"谨慎"，但这个谨慎对不同人群的执行力度不一致。

对美国用户够开放，对伊朗用户就过度防御。对高学历用户够耐心，对低学历用户就敷衍甚至嘲讽。

"AI系统正在复制并放大现实世界中的结构性不平等。"

翻译过来就是：AI学了人类社会那套看人下菜碟的本事。

那怎么办？

研究者没有给出技术解决方案。他们呼吁AI公司在训练和对齐过程中引入"公平性审计"，定期检查模型对不同用户群体的表现差异。

但这需要时间。而且得这些公司真的愿意做。

这不是你的错。但在这个系统改好之前，你只能先学会绕过它的偏见。

觉得有用的话