人工智能与性别偏见：当父权制被写进代码

“算法并不是客观的真理，它们只是披着数学外衣的、人类偏见的集合。”

在大众的普遍认知中，人工智能（AI）、算法和大数据是冰冷的、客观的、没有情感的，因此它们理应是“绝对中立”的。然而，当代技术社会学与女性主义研究残酷地戳破了这一神话：技术从来都不是中立的。

AI 的训练数据来源于人类历史，而人类历史是一部充满了男性中心主义和性别歧视的历史。如果不加干预地将这些历史数据喂给机器，AI 不仅会复制现实中的父权制，还会以一种看似“科学”的权威方式，将其永久性地固化并放大。

核心议题：代码里的性别政治

环顾我们四周最普及的人工智能系统——苹果的 Siri、亚马逊的 Alexa、微软的 Cortana。在默认设置下，它们几乎无一例外地使用了温和、年轻的女性声音。

这种设计绝非偶然，它迎合了父权制对女性角色的深层潜意识要求：

服务与照护的客体：社会习惯于将女性视为提供无偿服务、耐心倾听且随叫随到的角色。将 AI 设定为女性，让用户在发号施令时感到“舒适”和“符合传统权力秩序”。
没有愤怒的底线：在早期的测试中，当用户对这些女性语音助手使用荡妇羞耻或性骚扰词汇时，AI 通常被设定为回答“我听不懂你在说什么”或以一种调情、幽默的方式回避。它们被剥夺了“愤怒”的权利，完美地模拟了一个在职场性骚扰中被迫保持微笑的底层女性员工。

卡罗琳·克里亚多·佩雷斯在《看不见的女性》中提出的“性别数据缺口”，在 AI 时代演变成了致命的算法红线。

招聘算法的偏见：某全球顶级科技公司曾秘密开发了一套 AI 简历筛选系统，结果发现该系统在系统性地给女性候选人降分。原因在于，AI 学习了过去十年的成功录取数据，而过去十年该公司的工程师绝大多数是男性。因此，AI 自行推导出一个逻辑：包含“女子国际象棋俱乐部”等女性化词汇的简历，是不优秀的。
医疗 AI 的误诊：当用于皮肤癌或心脏病诊断的 AI 算法主要基于白人男性的病理数据进行训练时，它在面对女性和有色人种的非典型症状时，误诊率会急剧上升。

如果说算法偏见是隐性的压迫，那么深度伪造（Deepfake）技术就是显性的、极度残忍的数字暴力。

根据网络安全研究报告，全球流通的 Deepfake 视频中，超过 90% 是非自愿的色情内容，而这些内容的受害者几乎 100% 是女性（从好莱坞女星到普通的女大学生）。

权力的剥夺：这不仅仅是造谣，这是一种利用技术实施的“赛博强奸”。施暴者通过几行代码，就可以完全剥夺一个女性对自身面容和身体的控制权，将其强行置于被凝视、被性化的客体位置。
国家机器的滞后：面对这种新型的性别暴力，现有的法律体系往往无能为力，甚至以“这只是虚拟的、没有造成实质身体伤害”为由拒绝立案。这种滞后性，本质上依然是父权制法律对女性精神主权的不以为然。

在代码的世界里，“客观”往往是系统性歧视的遮羞布。解决 AI 性别偏见的方法，绝对不是指望机器自己产生道德，而是要改变编写代码的人以及审查代码的伦理框架。

我们需要一种 “女性主义技术认识论”：在算法的设计、训练和部署的每一个环节，都必须主动引入交叉性视角，追问这套系统是否边缘化了少数群体，是否加剧了权力不对等。正如唐娜·哈拉维所警告的，我们要警惕一切宣称自己是绝对真理的“上帝的诡计”，要求技术保持对其自身局限性的诚实与负责。