2026年10月9日，Solidot轉述了一項由愛爾蘭Limerick大學研究者進行、並發表於ACM的研究：在虛擬實境辦公室裡，人類參與者與兩個底層技術完全相同的AI智慧體共事，一個叫Johan（男性形象），一個叫Johanna（女性形象）。結果是，做同樣的工作，Johanna拿到的報酬比Johan低了百分之十，而Johan還被認為「更像人類」。參與實驗的人共有189位。
這項研究的有趣之處，在於它把變因控制到幾乎只剩「性別形象」這一項。兩個智慧體的能力、任務表現、互動邏輯都一樣，差別只在名字、外觀與聲音呈現出來的性別。這有點像盲測咖啡：同一批豆子，換個包裝標籤，消費者就願意付不同的價錢。差別在於，這次被貼標籤的是AI，付錢的是人。
偏見沒有消失，只是換了載體
這類發現對產品設計者的提醒很直接。語音助理、客服機器人、數位分身，這些產品在命名和形象上長期存在慣性：語音助理多數被設定為女性名字與女性聲音。當使用者對女性形象的AI給出較低報酬、卻又認為它「服務性更強」時，這種期待會透過產品設計被復制到下一代產品裡。
換個場景想：一家公司若用AI智慧體處理薪資談判或人力評估，而系統的說話方式、名字、頭像帶有性別暗示，那麼人類決策者的偏見就有了新的落點。技術本身中立，評分的是人，但介面設計決定了偏見被觸發的方向。這與我們先前談過的注意力先落在臉而非成績的走紅機制是同一個邏輯：被觀看的方式，往往先於被評價的實質。
但這項研究本身也站得住嗎？
值得保留的是，Solidot的報導也明確指出，這項實驗的數據被認為存在嚴重不足，可能不足以支撐上述結論。189人的樣本、單一情境的VR辦公室、以及參與者是否具備代表性，都是問題。這不是第一次有研究宣稱在AI互動中觀察到性別偏見，也不是第一次出現方法論爭議。
對讀者而言，比較穩妥的讀法是把它當作一個「值得認真檢驗的假說」，而非定論。它提示了一個可測試的問題：當AI智慧體進入報酬、評價、談判這類敏感場景時，形象設計本身就成了公平性變數。後續若要有說服力，需要更大樣本、跨文化的重複實驗。
所以呢
對做產品的人，這則新聞的實際用途是：在設計AI的角色時，性別化的命名與外觀不只是美學選擇，它可能影響使用者願意付多少錢、信任多少判斷。對一般使用者，它提供了一個自我檢查的機會：你對語音助理的耐心和對它的評價，是否也因為它的聲音性別而不同？這個問題，實驗室還在找答案，但答案的一部分，每天都在每個人的手機裡發生。
主題