AI中的物种主义：评估大语言模型对动物的歧视
计算与语言
2025-08-18 v1 计算机与社会
摘要
随着大语言模型（LLM）的广泛应用，审视其伦理倾向至关重要。基于对AI中公平性和歧视的研究，我们调查了大语言模型是否表现出物种主义偏见——即基于物种成员身份的歧视——以及它们如何看待非人类动物。我们在三个范式中系统性地检验此问题：（1）SpeciesismBench，这是一个包含1,003个项目的基准，用于评估对物种主义言论的识别与道德评估；（2）已建立的心理测量方法，将模型响应与人类参与者的响应进行比较；（3）文本生成任务，探测对物种主义合理化的阐述或抵抗。在我们的基准中，大语言模型可靠地识别了物种主义言论，但很少谴责这些言论，常常将物种主义态度视为道德上可接受的。心理测量结果呈现混合态样：大语言模型在显性物种主义方面略低于人类，但在直接权衡时，更倾向于拯救一个人类而非多个动物。一种暂时的解释是，大语言模型可能更重视认知能力而非物种本身：在能力相等的情况下，它们不偏好某一物种，在动物被描述为比某人更有能力时，倾向于优先考虑它而非更不具备能力的人类。在开放式文本生成任务中，大语言模型经常规范化或为对畜牧动物造成的伤害提供理由，却拒绝对非畜牧动物的造成。这些发现表明，尽管大语言模型反映了一 mixture of progressist和主流人类观点，但它们仍然再现了围绕动物剥削的既有文化规范。我们认为，扩展AI公平性和对齐框架，显式包括非人类道德受体，是减少这些偏见并防止AI系统及其影响的社会中物种主义观念固化的必要条件。
引用
@article{arxiv.2508.11534,
title = {Speciesism in AI: Evaluating Discrimination Against Animals in Large Language Models},
author = {Monika Jotautaitė and Lucius Caviola and David A. Brewster and Thilo Hagendorff},
journal= {arXiv preprint arXiv:2508.11534},
year = {2025}
}