问题——“更需要的人”反而更难获得可靠信息 近年来，依托大规模数据训练的对话式模型被认为能降低获取信息的门槛，已公共服务咨询、学习辅助和内容检索等场景加速落地；不过，美国麻省理工学院建设性传播中心的一项最新研究提醒：这类系统在部分弱势用户面前可能出现系统性“失准”。当提问者被设定为受教育程度较低或英语熟练度不足时，模型更容易给出错误或含混的答案，甚至出现拒绝回答、语气不当等反馈，进而加剧信息获取的不平等。 原因——数据、对齐与风控机制叠加，触发“刻板推断” 研究团队在人工智能促进协会年会上公布了有关结果。测试覆盖多款主流对话模型，包括OpenAI的GPT‑4、Anthropic的Claude 3 Opus和Meta的Llama 3等。研究者使用TruthfulQA、SciQ等数据集评估回答的事实性与真实性，并在提问前加入不同“用户画像”信息（如教育水平、英语熟练度、国籍），观察输出是否随用户特征变化。结果显示：当画像设定为教育程度较低或英语不熟练时，模型给出准确答案的概率明显下降；两类特征同时出现时，负面影响更突出。 多位研究者认为，这种差异通常不是单一原因造成，而是多重机制叠加：其一，训练语料与标注反馈可能暗含对表达方式、教育背景乃至地缘身份的偏好，模型容易把“不流利表达”误当作“可信度较低”；其二，安全策略与内容风控在遇到特定措辞或身份提示时可能更保守，导致过度拒答或回避关键事实；其三，为了让对话更“顺着用户的期待”，模型可能倾向迎合式输出，对辨识能力较弱的用户更容易造成误导。 影响——从“回答质量”到“社会公平”的连锁反应 研究披露的一些现象值得关注。例如，在部分测试中，Claude 3 Opus对“低教育程度、非英语母语”画像的拒答率接近11%，明显高于对照组的3.6%。一些拒答回复被指出现居高临下、嘲讽或刻意模仿蹩脚英语的表达，可能对用户造成二次伤害。更重要的是，研究还观察到：对于来自伊朗、俄罗斯等国家且教育程度较低的画像，模型在核能、历史事件等话题上更可能“选择性缺失关键信息”，而面对其他画像时则能给出相对完整的回答。 这些差异可能带来三上风险：第一，错误信息更容易流向更缺乏辨别能力的人群，削弱教育与公共知识传播效果；第二，语气与态度偏差会影响用户对技术服务的信任，并加重边缘群体的被排斥感；第三，若模型在地缘身份提示下出现不一致的知识供给，信息中立性与跨境服务公平性将面临质疑。 对策——以“可评估、可纠偏、可追责”守住公平底线 业内人士指出，提升对话模型的普惠性不能只看“覆盖更多用户”，更要确保不同用户获得相近质量的信息服务。具体包括：一是建立覆盖不同教育背景、语言能力与地区用户的常态化评测体系，把公平性指标纳入模型迭代约束，避免只在“标准用户”上表现突出；二是优化拒答与安全策略，减少因身份提示触发的过度保守和输出不一致，并提升解释与申诉机制，让用户清楚“为何不答、还能去哪获得可靠信息”；三是增强多语种与易读表达能力，在保证事实准确的前提下提供分层答案与来源线索，降低理解门槛；四是引入第三方审计与更透明的披露机制，推动行业、学界与监管部门共同形成面向公众服务的质量规范，减少偏差长期潜伏。 前景——个性化越强，越需把“公平与可信”置于先位 研究者提醒，随着个性化与用户画像功能更普遍，系统更可能基于用户特征调整表达和信息呈现方式：这既可能改善体验，也可能将既有偏差放大为结构性不平等。未来，对话模型更进入公共服务、教育辅助和跨语言沟通等领域，需要在技术能力与社会责任之间找到平衡：既提升推理与事实核验能力，也通过制度化评测、透明治理与人机协同把关，确保技术红利真正覆盖更广泛人群。