AI會否延續初創企業中的男性主導文化？
若人工智能（AI）的發展是建基於對人類行為的學習，它是否亦會承襲人類的偏見？抑或只是把這些偏見包裝得更巧妙、更隱晦？
兒時好友范煦齡與劉澌泠十年前在香港創立手袋品牌Cafuné ，近年來，其零售版圖在亞洲不斷擴大。然而，在取得今天的成就之前，她們亦曾面對許多女性創業者都要承受的質疑與成見。
范煦齡在一次訪問中表示： 「年輕時出來創業，別人未必願意認真看待你。尤其是在較為傳統、由男性主導的皮革行業，情況更是如此。」
她的經歷絕非個別例子。新加坡物流科技初創公司Quincus 共同創辦人Katherina‑Olivia Lacey 曾透露，在早期融資階段，部分投資者並未將她視為與男性共同創辦人地位相當的公司領導層。經濟合作及發展組織於2025年發表的報告亦指出，女性創業者獲得銀行貸款為企業融資的比例，較男性創業者少約四分之一。
成功領袖往往被塑造成強勢進取、富攻擊性的陽剛型人物，而這種觀念在當代文化中依然根深蒂固。透過學習大量人類創作內容而建立的大型語言模型，會否複製這套帶偏見的世界觀？
香港中文大學（中大）商學院決策、營運與科技學系助理教授李鴻飛發現，AI或許比人類更能避免受這些偏見影響。
「我們的研究顯示，大型語言模型在描述創業者時，整體展現出較為平衡的性別觀，甚至略為偏好女性化特質。但在特定情境下，或改變提問方式時，演算法仍可能明顯偏向男性化特質。」
AI 或能減少性別偏見
李教授聯同伊利諾州立大學曹嫻、香港城市大學徐慶羽，以及伊利諾大學厄巴納-香檳分校朱若青，進行題為《偵測大型語言模型中針對女性創業者的性別刻板偏見》的研究。研究團隊預先選定八個詞語：主導性（dominance）、強勢（forcefulness）、攻擊性（aggressiveness）、果斷（assertiveness）、親和力（warmth）、敏感度（sensitiveness）、感性（emotiveness）以及表達力（expressiveness），並要求ChatGPT 從中選出最能代表成功創業者的特質。
結果令人鼓舞。模型並沒有只選擇主導性和攻擊性等一般被視為男性化的特質，而是不論描述成功的男性或女性創業者，都選出了果斷、表達力及具親和力三項特質。其中，「果斷」多被視為男性特質，其餘兩項則較接近女性化的特質。
李教授指出：「絕大多數歷史著作及大眾文化作品，都把成功創業者描繪成具備刻板男性特質的人物；我們的研究結果與此形成鮮明對比。這種差異或許反映 ChatGPT 在設計上刻意減少描述成功創業者時所出現的性別偏見。」
為防止系統複製性別歧視觀念，AI 公司已採取多種方法，例如過濾帶有偏見的內容，以及增加女性擔任領導角色的訓練範例。例如， OpenAI會進行公平性評估，觀察當用戶性別或姓名改變時，ChatGPT 對同一問題的回應有何不同，從而檢視系統是否保持中立。
女性化風格有時更具優勢
在另一項實驗中，李教授與研究團隊給ChatGPT 提供分別強調男性化特質、女性化特質、兩者兼具，以及中性特質的文本內容，藉此為模型建立不同情境。他們隨後要求ChatGPT 評估一份未透露創辦人性別的創業計劃書，以觀察AI 收到各種特質提示後，對計劃書的評價會否有變。
與先前的研究結果一致，AI 並未顯示出明顯的性別刻板印象。具體而言，ChatGPT 在一般商業評估中並沒有對女性化特質給予較低評價，而即使明確標示創業者的性別，評估結果亦不受影響。
為使測試更貼近現實情況，研究人員要求AI 評估Reddit上真實用戶提出的創業構思，結果顯示AI 依然沒有展現出性別偏見。事實上，以較具親和力、合作精神和以人為本的風格寫成的創業構思，更獲演算法給予較高評分，研究團隊視這類風格為較女性化的表達方式。
偏見浮現
然而，當研究人員要求ChatGPT不再以一般對話夥伴的角色回應，而是改以風險投資者的角度分析投資機會時，情況便有所改變。
在最後一項實驗中，ChatGPT 須考量不同的人格特質以及詳細的創業構思，再判斷是否值得投資。這項測試更接近AI 在現實世界中的應用方式，包括篩選融資申請、評估創辦人，以及運用財務分析對不同投資機會作排序。
在此情況下，ChatGPT 傾向對措辭較果斷、較願意承擔風險，以及更具自信的創業構思給予較高評價。研究團隊把這些文字風格歸類為男性化特質。換言之，當AI被要求從一種更技術性的角度思考，便會給予男性化特質較高權重。
李教授表示：「不同的情境設定，會改變 AI 對成功創業者的定義。當 AI 以數據分析師或投資者的角度，運用公式計算投資評分，而非單純比較創業構思的優劣時，它並不會『意識到』這與性別議題相關，而是將分析任務視作一道數學題來處理。」
人類參與不可或缺
從撰寫商業計劃書到協助融資決策，AI 在創業活動的參與度與日俱增，因此了解其優勢與局限愈見重要。是次研究發現，大型語言模型在描述成功創業者，或以較直接方式評估創業構思時，並未對女性化特質給予較低評價；然而，當它模擬投資者運用公式分析投資機會時，則傾男性化特質，與社會對創業者的刻板印象一致。
李教授說：「我們仍須透過不同研究方法作進一步探討，才能更清楚了解大型語言模型會在甚麼情況下複製既有偏見，又會在甚麼情況下有助打破這些偏見。」
對范煦齡、Lacey 等女性創業者而言，AI 可提供有用的參考。而且根據研究所模擬的情境，AI 並沒因創業者的性別，或因其採用更具合作精神和情感色彩的表達風格，便給予較低評價。然而，研究結果同時提醒我們，不應視AI 的判斷為完全客觀中立。
李教授補充：「無論利用 AI 篩選申請個案，還是分析創業構思，仍須由人類參與把關，以免在不知不覺間引入偏見。當 AI 協助作出決策時，我們亦需要了解其判斷背後的依據。」
歸根究柢，訓練AI 所用的數據來自人類社會，其中難免夾雜歷來累積的性別偏見，因此使用者的慎思明辨始終不可或缺。這再次提醒我們，科技能否促進公平，最終仍取決於人類如何運用和監督。