当AI坐上你的邻座：一场189人的VR实验，照出了我们"给AI发工资"时的性别偏见

副标题：外观设定为男性的AI助理，比外观设定为女性的同事多拿约10%的报酬——偏见不在机器里，在评估它的人身上

2026年10月26日 · 每日热门IT观察（第155期）

导语

一条看起来"不够硬核"的实验结果，今天在全球AI圈悄然刷屏。

爱尔兰利默里克大学（University of Limerick）的研究团队，把 189 名知识型工作者 请进一间虚拟现实（VR）办公室，让他们与不同"人设"的AI助理一起完成工作，然后按表现用真金白银给这些AI助理发报酬。结果很刺眼：外观被设定为男性的AI助理，平均拿到的钱比外观被设定为女性的AI助理高出约 10%——而它们的实际工作表现完全相同。

这不是又一次"AI取代人类"的恐慌，而是一道更锋利的追问：当被考核的对象连生理性别都没有时，性别薪酬差距为什么还是出现了？

一、实验的核心：把"偏见"放进一个干净的试管

现实世界里，"同工不同酬"的研究总被一堆变量搅浑——产假、职业中断、谈判意愿、岗位分布……你永远无法排除"是不是能力或选择真的不同"。

而这次实验的价值，恰恰在于它剥离了所有这些现实变量：

• 两台AI助理，产出完全一致（同一份工作、同一套标准）；
• 唯一的差别，是它们被赋予的声音、名字与外观形象；
• 拿钱的是人，不是机器——报酬高低，纯粹反映"人如何评价"。

换句话说，当能力被"控制变量"到完全相等之后，那 10% 的差距，只能来自评估者脑子里的默认设定。

这就是它比一般"AI伦理讨论"更有分量的地方：它把"同工不同酬"从一道社会学难题，做成了一个可复现的对照实验。

二、为什么说这是"投射"：机器没有性别，偏见的来源是"我们"

AI助理没有性别。它的"性别"，是产品设计者与使用者共同贴上去的一张标签。

但恰恰是这张标签，影响了真金白银的分配。这至少说明两件事：

1. 性别薪酬差距的一部分，并非源于"做得不一样"，而源于"默认期待不一样"。 人们可能下意识地认为男性外观的助理"更权威、更该拿钱"，女性外观的助理"更耐心、更像服务岗"——这种刻板印象在真人职场里早已被反复验证，如今只是被搬到了一台没有身体的软件身上。
2. "人设"是会定价的。 当产品的每个细节（声音、头像、名字）都可能被用户"读"出性别与阶层时，AI助理的人格设定就不再是审美问题，而是分配问题。

值得注意的是，主流语音助手长期以来的默认女声传统（Siri、Alexa 等），本身就是这种"默认设定"的工业化版本：被期待"服务、顺从、随时待命"的角色，往往被赋予女性形象。研究结果像一面镜子，照出的正是这套设计惯性的社会代价。

三、另一面镜子：同一天的另一份调查——AI越强，"软技能"反而越贵

巧合的是，今天还有另一条与"人与AI共事"相关的消息。

日本一项最新调查显示：随着生成式AI与自动翻译工具普及，企业与学习者普遍认可AI在"读写"类工作上的效率提升；但在需要即时反应、临场应对、说服与交涉的场景中，人们仍然高度依赖人际互动与真人教学——企业比以前更看重"敢开口、会表达"的能力。

两条消息放在一起，指向同一个正在成形的现实：

当AI把"可标准化的能力"迅速变成廉价品时，那些无法被标准化的东西——判断、表达、说服、信任——反而涨了价。

而实验里那 10% 的"性别溢价"，本质上也是一种不可标准化的社会判断在起作用：评估者凭"感觉"给的溢价，既可能是偏见，也可能是信任。区别只在于，这种"感觉"是否公平。

四、记者观察：AI不是偏见的解药，它是一面镜子

对于这篇研究，需要先泼一盆冷水，守住专业底线：

• 这是单一研究、189名受试者的实验室情境（VR），样本量与社会构成有限；
• "外观性别"的操控细节、报酬分配机制、以及是否会在长期协作中消失，都还需要更完整的论文与后续复现来确认；
• VR中的行为不能直接等同于真实职场的决策。

因此，不能据此宣布"AI让性别歧视更严重"，也不能据此推算现实薪酬差距的具体数值。任何把实验室效应直接放大成社会结论的说法，都是过度解读。

但方向性结论，值得认真对待，而且它与既有的一批"AI/算法偏见"研究是相互印证的。我的三点判断是：

第一，"技术中性"不等于"社会中性"。 一台没有性别的机器，只要经过人的评估，就会继承人的偏见。指望"上AI"来消除歧视，是找错了药方。

第二，AI放大了"评估环节"的重要性。 过去考核的是人，评分标准模糊、可辩解；现在考核的可能是"人+AI的混合体"，而这次实验证明：只要评估者是人，评分标准里就藏着性别、种族、口音的暗门。 企业把AI嵌进招聘、绩效、客服质检的速度越快，就越需要把"谁来评估、如何校准评估"写进治理清单。

第三，这给产品设计提出了一道必答题。 当"人设"可以被定价，AI助手的声音、形象、称谓就不再是免费的美术资源。默认女声、默认服从型人格、默认"她"来端茶倒水——这些选择，正在把一个隐形的价值判断写进亿万次人机交互里。

真正需要被"训练"的，也许不是模型，而是我们给模型打分的那只手。

信息来源

• TechNews 科技新報：《表現完全相同，研究：男性外觀 AI 助理薪資比女性高約 10%》，2026-10-26（原研究：University of Limerick）
• TechNews 科技新報：《AI 讓英文讀寫更快，企業卻更重視「開口說」的能力》（日本調查），2026-10-26

本刊观点仅代表作者，不构成任何投资或采购建议。