提问模式作为开关：ChatGPT关于性别平等观点输出中的提示驱动不一致性

ChatGPT通过文本对交流和说服的影响提供了一个引人入胜的研究领域，特别是关于其潜在内容偏见。本研究采用一种新颖的实证方法，探讨了ChatGPT关于性别平等的观点。我们通过模拟真实用户与ChatGPT的互动，设计了创新的研究方案。研究使用了三种不同的提问模式来考察其性别平等观点的输出机制：具体提示（与相关量表一致）、开放式提示（引导对特定主题的总体看法）和情境提示（研究者或ChatGPT扮演特定社会角色或身份）。利用扎根理论分析了各提问模式下的回答差异。研究发现，不同的提示策略导致了关于性别平等的回应不一致。在较表层的互动（直接提示和开放式提示）中，ChatGPT通常支持性别平等，而在更深层的情境互动中，回应往往回归父权制和异性恋规范。此外，研究表明，这种回应变化主要由虚构内容提示触发，凸显了ChatGPT在理解更复杂故事情节和语境中所嵌入的文化与叙事细微差别方面的局限性。这可能归因于其接触过性别刻板印象的训练数据，以及作为计算机系统缺乏获取和理解文化体验的物质基础。该研究有助于理解ChatGPT的性别偏见输出机制，特别阐明了不同提问模式如何影响AI回应。研究还对旨在实现均衡输出和推进性别平等教育的AI设计具有启示，强调了ChatGPT及大型语言模型作为基于AI的语言系统，其提示驱动的条件性特征及其作为有影响力媒介的巨大潜力。最后，我们讨论了研究发现对于开发注重多样性、公平性和包容性的会话式AI系统的更广泛社会和技术意义。