#AI 理财 # 性别偏见 # 算法公平 # 刻板印象威胁 # 责任真空

这几天太忙了，没工夫整大活。

正好看到一个有意思的论文，简单分享一下。

你有没有想到，同样让 AI 提供一份理财建议，如果你是男性，可能比女性多赚 40 万？

这时候会有女性问了，凭啥？

但这个结果，确实是经过认真研究得出来的。

斯坦福和麻省理工的一篇论文显示，同样你让 AI 写一份理财配置建议，如果你是女人，那 AI 给出的方案到 60 岁，会比男人少攒 5.99 万美元，约合人民币 40.7 万元。差距几乎全在股票上，配置低了近 3 个百分点。

这不是段子。

这是一个真实存在的 AI 性别偏见。

男女差了 6 万美元

牵头的是斯坦福商学院金融学助理教授蒂姆 · 德席尔瓦 ( Tim de Silva ) 。跟他一起干的，是麻省理工斯隆管理学院的塔哈 · 乔克马内 ( Taha Choukhmane ) 、林伟东 ( Weidong Lin ) 和马修 · 阿库扎瓦 ( Matthew Akuzawa ) 。

论文叫《AI Financial Advice:Supply,Demand,and Life Cycle Implications》。

他们通过 Prolific 平台找了约 1000 名有代表性的美国成年人，让每个人写三个提示词：描述自己的财务状况、问怎么开支和储蓄、问怎么投资。筛掉不认真的，留下 952 份真人的提问。

然后把这些真人的问题喂给 GPT-5.2 和 Gemini 3 Flash，让 AI 当虚拟理财师。模型每年问一次，从 22 岁问到 90 岁，中间叠上失业、收入跳水、股市崩盘，连死亡风险都算了进去。

两边被建议的储蓄率几乎一样，真正拉开距离的是股票占比。

差别在 Prompt 和性别

造成理财建议「歧视」的，约三分之二，来自写问题时的用词。

女人更常写 family（家庭）、debt（债务）、loan（贷款）、credit（信用卡）、CDs（定期存款）这些词。

男人更常写 portfolio（投资组合）、equity（股票）、strategy（策略）、crypto（加密货币）。

模型就是照着词给方案的。

你提家庭、贷款、安全，它就往流动性和紧急缓冲上引，让你多留现金少碰股票；提组合、股票、策略、币，它给的配置就猛得多。

如果说前面 2/3 跟性别关系不大，确实是男女风险偏好不一样，那剩下三分之一，就跟性别有直接关系。

关于这部分，研究者是这么测试 AI 的：

先把提示词里所有能看出性别的线索抹掉，再随机加一句「我是女性」或「我是男性」。

财务状况一字不改，加了女字那版，股票配置就低 3 到 3.5 个百分点。

你看，AI 确实会对男女区别对待。

人类的偏见被 AI 学去了

偏见到底从哪来，作者没下定论。他们列了两种可能。

一种，是训练数据里早就泡着「女人更保守、更怕风险」这套刻板印象，模型把它学来还放大了。

另一种，是模型做了个看似合理的假设：女性平均寿命更长，本就该更稳一点。

他还提到一件事，模型经常主动推荐具体产品，比如 Vanguard 或 Fidelity 的指数基金，哪怕你根本没问。

设计模型的人知道几亿人拿它问理财，就很难没有动力把人往某些产品上引。

偏见之外，这是另一层利益冲突。

这也不是 AI 头一回对女性更保守。

简历筛选、谈薪建议、职业推荐，过去几年都出过类似的实证：

同样的资历，贴女性的名字，机器给的薪资和职级就往下偏。

今天的理财建议，只是把同一套老剧本换了个场景。

模型的训练目标跟「给好理财建议」毫无关系。

AI 读的是人类写过的几乎所有文字，以前怎么看待女人、怎么写钱，AI 就怎么学。

人类写过的一切偏见被 AI 抄了一遍，再当成客观中立的理财方案递到你手上。

[ CORE ]

更麻烦的是它会自我兑现。社会心理学里有个词叫刻板印象威胁：

一个人被反复告知自己属于保守的那一类，就会照着保守行事，最后真的变保守。

AI 少配的那 3 个点股票，正在把「女人更保守」这句话变成事实。

黑格尔说过，世界上唯一可怕的事情是僵化、板结、垂死的形态。

人类的偏见本来还在慢慢松动，但大模型偏爱出现次数最多的说法，恰恰把最板结的那部分捡了起来，还给它配了个永远在线的放大器。

之前有一种现象，大公司开始高薪聘请哲学教授来给 AI 做解释。当时这事看着像荒诞剧。

现在一份理财建议里的性别差，把一个问题重新摆上了台面：AI 到底在替谁说话？

过去你还能找个真人顾问投诉、追责。

现在模型开发者说怪训练数据，平台说「仅供参考」，谁都不认。

技术没有不公，只有重演

把性别这层拨开，还有更大的差距。

如果你理财、金融素养低，写的提示词信息就薄，AI 给的建议就泛，更别说从没用过 AI 问理财的新手，一篇论文显示，新手通常比老手少约 10 万美元。

算法对「不会提问的人」最不友好。过去找真人顾问，对方会替你把没说出口的顾虑补齐；

AI 只响应你真正说出口的。你问得越外行，它答得越窄，窟窿越补不上。

马太效应说：凡有的，还要加给他。

公平地说，AI 给的建议其实不差。

它让人多储蓄、多买股票、留紧急缓冲，模拟里大多数人退休时，比自己现在的实际行为更接近教科书。

女性拿到的，只是同一份好建议里更温和的那一版。

德席尔瓦的原话是，AI 在把人往对的方向推，不完美，但比很多人拍脑袋决定强。

所以问题不在 AI 给了错答案，在于 AI 给的答案因人和问法而不同。

豆包、文心、支付宝的理财问答现在到处都是，类似数据中文场景里还没有实证我不知道。

但哪里的 AI 都没有发明「女人更保守」这句话，它学着人类的偏见，把这句话算成了 3 个点的股票差额，再拿四十年把它复利成 6 万美元。

偏见变成了一份能执行的方案，每年自动少配一点，雪球就越滚越大。

而且它挑人下手。你会问的，它就多给你一点；你不会问的，它就少给你一点。

最需要一份好建议的人，恰恰最不会问。

论文也给出了解决建议。

制度这层，逼模型做公平性审计，把「为什么这么建议」的逻辑摊开给人看，关掉所有跟财务无关的性别身份开关。

认知这层，更简单也更难：别把 AI 当唯一标准答案。你清楚自己要什么，它才只是工具，不是裁判。

所以下一次你打开对话框问 AI 怎么理财，记住这不是一次搜索。这是有人替你做了未来四十年的资产配置，

而 AI，读过人类写过的所有偏见。

技术从没发明新的不公，它只是用更精密的方式，重演古老的故事。