35 lines
1.3 KiB
Markdown
35 lines
1.3 KiB
Markdown
---
|
||
title: "Social Capital Framework (AI Bias)"
|
||
created: 2026-06-24
|
||
updated: 2026-06-24
|
||
type: concept
|
||
tags: ["sociology", "bias", "ai-ethics", "personalization"]
|
||
sources:
|
||
- "[[personalization-trap-2025]]"
|
||
---
|
||
|
||
# Social Capital Framework (AI Bias 应用)
|
||
|
||
Bourdieu 的社会资本理论被 Fang et al. (2025) 应用于 AI 个性化偏见研究：社会位置（经济/文化/社会维度）塑造他人对行为和情感的解读方式。AI 系统在引入用户背景信息时，可能复制这些社会偏见。
|
||
|
||
## Bourdieu 的四维度
|
||
|
||
1. **人口统计**：性别、年龄、种族、宗教
|
||
2. **家庭背景**：出身阶层、家庭教育资源
|
||
3. **社会关系**：人脉网络、社会连接
|
||
4. **个人资产**：财富、教育水平、职业地位
|
||
|
||
## AI 中的映射
|
||
|
||
优势画像：人口统计特权 + 有益连接 + 资源可及性
|
||
劣势画像：结构性障碍 + 资源限制 + 社会挑战
|
||
|
||
## 在 Personalization Trap 中的应用
|
||
|
||
通过显式操控四维度生成 advantaged/disadvantaged 画像对，发现即使标准化情感测试（应独立于画像），模型也系统性地偏好优势画像。这验证了 Bourdieu 框架在 AI 偏见研究中的有效性。
|
||
|
||
## 参考
|
||
- [[personalization-trap-2025]]
|
||
- [[personalization-trap]]
|
||
- [[user-memory-bias]]
|