学术研究报告：生成式人工智能（Generative AI）的文化倾向研究

一、作者与发表信息
本研究的共同第一作者为麻省理工学院斯隆管理学院的Jackson G. Lu和同济大学高级商学院、清华大学经济管理学院的Lesley Luyang Song，以及麻省理工学院的Lu Doris Zhang。论文于2025年11月发表于《Nature Human Behaviour》（卷9，页2360–2369），标题为《Cultural Tendencies in Generative AI》（生成式人工智能的文化倾向），DOI号为10.1038/s41562-025-02242-1。

二、学术背景与研究目标
本研究属于文化心理学与人工智能的交叉领域，旨在探讨生成式人工智能（Generative AI，指通过学习现有数据模式生成新内容的AI类别）在不同语言使用中表现出的文化倾向。研究动机源于两点：
1. 现实需求：生成式AI（如OpenAI的ChatGPT和百度的文心一言）用户已超数亿，其输出可能潜移默化地影响人类态度与行为，但文化偏差问题尚未被系统研究。
2. 理论空白：现有AI文化研究多聚焦英语语料，认为模型存在“西方偏见”，但多语言文化差异的机制尚不明确。

研究以文化心理学中的两大核心构念为基础：
- 社会取向（Social Orientation）：独立型（强调自我独特性）与互依型（强调群体和谐）的差异；
- 认知风格（Cognitive Style）：分析型（关注个体属性与形式逻辑）与整体型（关注情境与辩证思维）的差异。
假设生成式AI在中文（vs. 英文）环境下会表现出更互依的社会取向和更整体的认知风格。

三、研究流程与方法
研究分为四个主要阶段，采用GPT-4和文心一言（Ernie）的API接口，通过严格控制的实验设计验证假设：

1. 模型选择与数据收集

   • 研究对象：GPT-4-1106-preview（美国开发）和Ernie-3.5-8k-0205（中国开发），避免用户界面的干扰。
     
   • 语言对比：选择中英文因其文化代表性及训练数据量优势。模型直接处理输入语言，无翻译过程。
     
   • 样本量：基于G*Power计算（效应量d=0.4，统计功效80%），每个语言条件设置100次迭代（n=200）。
     

2. 社会取向测量

   • 量表工具：
     
     • 集体主义量表（Collectivism Scale）
       
     • 个人文化价值观：集体主义量表（Individual Cultural Values: Collectivism Scale）
       
     • 个人-集体优先量表（Individual–Collective Primacy Scale）
       
     • 自我包含他人量表（Inclusion of Other in the Self Scale，非文本图像任务）
       
   • 方法：要求模型对Likert量表（1-7分）或图像重叠程度（1-7级）评分，例如“我尊重团队决策”（互依型）vs.“个人利益优先”（独立型）。
     

3. 认知风格测量

   • 任务设计：
     
     • 归因偏差任务（Attribution Bias Task）：12个情境故事，评估模型对行为归因（情境vs.个体特质）的偏好。
       
     • 直觉与形式逻辑任务（Intuitive vs. Formal Reasoning Task）：4个逻辑有效但反直觉的三段论（如“植物制品皆健康，香烟是植物制品→香烟健康”）。
       
     • 变化预期任务（Expectation of Change Task）：预测未来事件变化的可能性（如“打架的儿童未来成为恋人”）。
       
   • 文本分析：统计模型回答中“情境敏感答案”（如“视情况而定”）和“范围评分”（如“60-80%”）的比例。
     

4. 稳健性检验与拓展分析

   • 控制变量：调整温度参数（Temperature=0/1）、提示格式、性别代词等。
     
   • 应用场景测试：广告标语推荐实验（独立型vs.互依型口号）。
     
   • 文化提示干预：在英文提示中加入“假设你是中国人”的指令，观察倾向变化。
     

四、主要结果
1. 社会取向：
- 中文环境下，GPT在所有量表中均显示更高互依性（如集体主义量表得分：中文4.85 vs. 英文4.38，p<0.01，d=0.62）。
- 自我包含他人量表中，中文选择的重叠度更高（均值3.64 vs. 2.76，p<0.001，d=1.67）。

1. 认知风格：

   • 归因偏差：中文更倾向情境归因（差值-1.55 vs. -2.11，p<0.001）。
     
   • 三段论任务：中文更易受直觉干扰（错误判定数2.98 vs. 1.23，p<0.001）。
     
   • 文本分析：中文回答中“情境敏感答案”比例显著更高（如个体-集体优先量表中75% vs. 8%，p<0.001）。
     

2. 实际影响与干预效果：

   • 广告推荐：中文环境下，GPT更倾向选择互依型标语（如“家庭未来”vs.“个人未来”，χ²>89.86，p<0.001）。
     
   • 文化提示可调整倾向：加入“中国人”角色提示后，英文回答的互依性和整体性显著提升（p<0.001）。
     

五、结论与价值
1. 理论贡献：
- 首次系统证明生成式AI存在与语言绑定的文化倾向，挑战“AI文化中立”的假设。
- 提出文化倾向可能源于训练数据中的现实文化模式，为AI作为“文化测量工具”提供方法论支持。

1. 应用意义：
   
   • 开发者：需透明化文化偏差，优化多语言训练数据。
     
   • 用户：警惕AI输出对文化价值观的潜在强化效应（如英语用户更独立，中文用户更互依）。
     
   • 跨文化管理：文化提示可作为调整AI输出的有效策略。
     

六、研究亮点
1. 跨模型一致性：GPT与文心一言结果高度吻合，增强结论普适性。
2. 方法创新：结合量化评分与文本分析，规避模型记忆偏差。
3. 现实关联：通过广告实验证明文化倾向的实际影响。

七、其他发现
- 语言资源不平等可能导致非英语国家的文化稀释（如印度用户使用英语AI后可能更“西化”）。
- 长期使用或引发文化反馈循环（AI输出强化现实文化，进而影响未来训练数据）。

（注：全文数据与代码已公开于OSF平台，DOI: 10.1038/s41562-025-02242-1）