#INTRO

AI常常被视为一种客观、中立的技术。人们往往认为，由人做出判断可能会掺杂偏见，而交由AI判断则会更加公平。然而，AI给出的答案同样建立在已有的图像与数据之上。如果这些数据中仍然残留着社会长期以来反复强化的刻板印象，那么AI也可能将这些偏见包装成客观结果再次呈现出来。问题在于，这些结果往往显得十分自然，甚至令人信服。因此，我们有必要重新审视AI所呈现的“常态”。所谓的“平均”，真的代表所有人的平均吗？

今天，我们将从AI生成的图像与技术体验出发，聊一聊从DEI（多样性、公平性与包容性）的角度来看，我们需要关注和审视哪些问题。

AI创造的多样性，足够吗？

AI生成的人物形象如今也被应用于广告和内容创作中。无需实际拍摄便能生成不同人物的图像，并快速呈现品牌想要的氛围，这使AI成为了一种颇具吸引力的工具。尤其是，它能够弥补过去难以充分展示不同体型和肤色模特的局限，也能帮助消费者通过与自己外形相近的模特，更直观地选择产品。

那么，仅仅通过AI呈现不同类型的模特，就能同时推动多样性与包容性吗？2023年，Levi's宣布¹计划采用AI生成的模特，让消费者能够通过不同体型的模特查看产品。随后，这一计划引发了质疑：品牌是否是在用AI打造表面上的多样性，而不是实际聘用更多元的模特？对此，Levi's在发布计划6天后进一步做出说明，公司并无缩减真人模特使用比例的计划，这项试点项目也不会取代其DEI相关举措。

这一案例说明，“看起来多元的结果”与“实现多样性的过程”并不是一回事。AI模特可以让画面中出现更多不同类型的人，却无法保证不同背景的人真正获得作为模特或创作者参与其中的机会。扩大画面所呈现的多样性固然重要，但仅凭这一点，还不足以真正实现DEI。

对于AI生成的结果，我们同样需要保持批判性思考。例如，在提示词中输入“生成不同类型的模特”，得到的结果可能只是肤色有所不同，脸型和体型却依然十分相似；即使要求呈现不同年龄和体型的人物，所有人的皮肤质感也可能依旧光滑无瑕，年长者的形象也可能被套入人们早已习以为常的刻板印象。因此，在使用AI模特时，需要仔细审视生成过程中使用了怎样的提示词，以及其中是否隐藏着某些偏见。

AI也会产生歧视？

Microsoft推出的“Seeing AI”是一项面向视障及低视力用户的服务，可以通过语音描述周围的文字和物体。它能够朗读印刷文件、识别商品条形码，并描述图像中的内容，从而提升视障人士获取视觉信息的便利性。值得关注的是，这项服务并非只是将残障人士视为使用者，而是让他们共同参与到产品的开发与设计过程中。²

语音转文字功能可以提高听障人士获取内容的便利性。能够将复杂语句转化为简单易懂表达的AI，则可以帮助存在认知障碍，或需要通过不熟悉的语言获取信息的人群。翻译、语音引导和图像描述等功能，也进一步拓宽了人们获取信息、使用服务的渠道。

AI能够提升无障碍体验，但这些技术并不一定能为所有人提供同等水平的服务。一直以来都有研究指出，语音识别系统更容易无法准确识别某些口音或方言，而人脸识别技术的准确率也可能因性别、年龄和种族而有所不同。美国国家标准与技术研究院（NIST）也在多种人脸识别算法中发现了不同人群之间的性能差异。³

归根结底，对一些人而言十分便利的技术，对另一些人来说，却可能成为一道需要不断“证明自己”的门槛。如果为了让语音指令被识别，需要反复说上好几遍；为了让系统识别人脸，又不得不一次次调整光线和角度，那我们还能说，技术带来的便利真正平等地惠及了每一个人吗？

为了减少这类偏差，并更加公平地评估技术性能，业界也在不断进行新的尝试。Google与哈佛大学社会学家埃利斯·蒙克（Ellis Monk）博士合作，推出了由10个等级组成的“Monk Skin Tone Scale”。该量表旨在改善传统肤色量表对较深肤色呈现不足的问题。Google利用该量表，评估人脸检测模型是否会因肤色不同而产生性能差异，并持续优化图片搜索、Google Photos的Real Tone滤镜以及Pixel相机，使其能够更加准确地呈现不同肤色。⁴

当然，仅凭一种量表并不能解决所有偏差。同一种肤色也可能因光线和拍摄环境不同而呈现出不同效果，而对肤色进行分类和描述的方式本身也会受到社会与文化背景的影响。尽管存在这些局限，Google的这一尝试仍具有重要意义，因为它将多样性与包容性纳入技术性能的衡量与改进范畴。

AI基本法带来的新课题

在企业不断进行技术探索的同时，为安全、包容地应用AI，相关制度规范也在逐步完善。在韩国，自2026年1月22日起，《人工智能发展与构建信赖基础等相关基本法》正式施行⁵。该法不仅着眼于推动AI产业发展，同时也对透明性、安全性及用户保护作出了相关规定。

提供使用生成式AI或高影响AI产品与服务的经营者，应向用户告知相关技术的使用情况；对于由生成式AI生成的内容，也应明确标注其由AI生成。对于难以与现实内容区分的虚拟图像、视频及音频，也应通过告知或适当标识，使用户能够明确辨识。

2026年7月21日起施行的修订条款中，还新增了对“AI弱势群体”的关注。国家及地方政府应将残障人士、老年人等在使用AI产品和服务时存在困难的人群纳入政策参与，并听取和反映其意见，同时确保在开展高影响AI影响评估时充分考虑这些群体的特征。法律所指明的方向十分明确：在AI的发展过程中，也应从政策层面关注那些难以使用相关技术的人群所面临的实际体验。

科学技术信息通信部公布的《人工智能伦理原则（草案）》也将人的尊严、社会公共性和技术可靠性列为三大价值。为落实这些价值而提出的六项原则中，包括公平性、包容性和透明性。这意味着，对AI的信赖并非只取决于其准确率，也与能否为所有人提供不受排斥的包容性使用体验密切相关。企业还可以在履行法律义务的基础上更进一步，审视AI生成的图像和文字默认以哪些人群为标准，其中是否遗漏了某些群体的视角。同时，还需要关注是否建立了纠正错误或偏差的机制，以及受到影响的用户是否拥有提出问题并获得回应的渠道。

AI可以给出问题的答案，却无法替我们承担选择所带来的责任。是直接采用AI生成的结果，还是进一步纳入其他视角，最终仍需要由人来决定。因此，在AI时代，与引入技术的速度同样重要的，是负责规划和使用这些技术的组织所作出的判断，以及其承担的责任。

#OUTRO

随着AI日益融入我们的日常生活，DEI需要关注的范围也在不断扩大。如今，多样性与包容性已不再只是关注广告中是否出现了不同类型的人物，而是已经延伸至关注技术能否公平地服务于每一个人。如今，在关注AI带来种种可能性的同时，不把该技术所呈现的“常态”视为理所当然的标准——这或许正是AI时代我们需要具备的态度。至少在今天，不妨对我们一直以来习以为常的“常态”多提一个小小的疑问。