一位使用Perplexity人工智能服务的开发者遭遇了性别歧视：由于其女性化的个人资料，该模型质疑她理解量子算法的能力。这反映了人们对大型语言模型训练数据存在偏见的普遍担忧。研究人员指出，此类偏见源于训练过程的缺陷和开发团队的人口结构失衡，研究表明人工智能系统经常会分配带有性别刻板印象的角色和回应。尽管像OpenAI这样的公司表示正在通过改进训练和监控来持续减少偏见，但专家警告说，人工智能表面上表现出的偏见“承认”往往只是模式匹配，而非真正的认知。