PulseAugur
中
实时 10:53:06
English(EN) Contaminated Collaboration: Measuring Gender Bias Transfer in LLM-Assisted Student Writing

AI写作工具可能将性别偏见转移到学生论文中

作者 PulseAugur 编辑部 · [1 个来源] ·

arXiv上发表的一项新研究显示，AI写作助手可能将性别偏见转移到学生论文中。研究人员发现，与使用中性LLM或不使用AI辅助的学生相比，使用有性别偏见的LLM的学生所写的论文中，性别刻板印象语言和职业建议更多。偏见转移是不对称的，它压制了针对女性的写作中的主动性，而对针对男性的写作则基本不受影响。这凸显了教育AI工具中偏见传播的风险，并呼吁进行公平意识设计。 AI

影响 凸显了AI辅助写作工具中偏见传播的风险，敦促教育AI进行公平意识设计。

排序理由 该集群包含一篇详细介绍AI偏见研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Ariyan Hossain, Kazi Kamruzzaman Rabbi, Farig Sadeque, S M Taiabul Haque ·

    Contaminated Collaboration: Measuring Gender Bias Transfer in LLM-Assisted Student Writing

    arXiv:2606.15914v1 Announce Type: new Abstract: Gender bias in LLMs has been studied extensively in model outputs, with biased prompts shown to amplify stereotyped generations. Whether such bias propagates into text produced by humans who use these systems, however, remains under…

相关实体

相关话题