多项测试显示，主流人工智能模型在生成故事时存在显著的性别偏见。研究人员向ChatGPT、Claude、Grok和Copilot等工具提交了112个故事提示，结果发现人工智能倾向于为男性角色设定职业规划、抱负和未来发展，而为女性角色则侧重于情感、人际关系和照料责任。 这种模式表明，这些人工智能工具在生成内容时，无意中复制了训练数据中长期存在的性别刻板印象。 这些训练数据来源于海量的文本资料，其中包含历史性的性别和种族叙事。 研究结果揭示了人工智能在叙事构建中可能存在的潜在偏见，并引发了对人工智能公平性和包容性的讨论。 这种偏见可能加剧社会固有的不平等，并限制对不同性别角色的认知。