本次分享，我们邀请到加州大学洛杉矶分校（UCLA）计算机系博士生、亚马逊Alexa生成式人工智能（AGI）研究组实习生——万奕欣，与我们讨论一下问题：（1）生成式大模型中是否存在偏见问题？（2）怎样衡量模型中的偏见？（3）如何解决模型中的偏见？

　　除了大语言模型中的偏见问题，本次还分享了模型偏见的新兴究研究领域：文本生成图片大模型中的偏见问题。

　　本次分享不只是关于技术问题的讨论，它还鼓励我们思考如何在快速变化的AI领域中，确保技术的发展与人类的价值观和社会正义相协调。通过这次深入的交流，我们希望激发更多关于AI技术社会责任的思考与讨论。

　　在计算社会科学的背景下，本次分享不只是关于技术问题的讨论，它还鼓励我们思考如何在快速变化的AI领域中，确保技术的发展与人类的价值观和社会正义相协调。通过这次深入的交流，我们希望激发更多关于AI技术社会责任的思考与讨论。

　　随着文字和图像生成大模型的普及，人工智能正在悄然改变我们的生活和工作方式。但是，新的问题也随之出现：这些生成式大模型中是否存在社会性风险，例如偏见、歧视？我们需要注意哪些生成式大模型中存在的社会科学问题？是否有方法解决？本次主讲内容分三部分解答了这三个问题，并介绍了一系列相关论文。除了大语言模型中的偏见问题，本次还分享了模型偏见的新兴究研究领域：文本生成图片大模型中的偏见问题。对于这个问题，我们（1）分享了最新的衡量文本生成图片大模型的方法，（2）分享了最新的关于文本生成图片大模型中偏见问题的综述论文；（3）分享了指出现有偏见解决方案中存在的真实性问题（factuality）的最新论文。通过对这些文章的解读，本次分享旨在为参与者提供一些对于这个新兴研究方向的信息及进展，并指出了现有研究中可以改进的部分，为感兴趣的研究者指出了十分有潜力的研究方向。

　　本次分享分为三部分：（1）生成式大模型中是否存在偏见问题？（2）怎样衡量模型中的偏见？（3）如何解决模型中的偏见？每一部分的分享都包含了相关最新论文的解读。以下是计划在每一部分分享的相关论文。

　　若需要观看视频回放，文末扫码付费参加AI+Social Science读书会可加入腾讯会议，可提问交流、加入群聊、获取视频回放及更多学习资料，成为计算社会科学社区种子用户，与700余名计算社会科学的一线科研工作者沟通交流，共同推动计算社会科学社区的发展。

　　读书会成员均可以在读书会期间申请成为主讲人。主讲人作为读书会成员，均遵循内容共创共享机制，可以获得报名费退款，并共享本读书会产生的所有内容资源。具体见系列读书会详情：AI+Social Science：大模型怎样重塑社会科学 计算社会科学读书会第三季启动

　　集智俱乐部联合美国东北大学博士后研究员杨凯程、密歇根大学安娜堡分校博士候选人裴嘉欣，宾夕法尼亚大学沃顿商学院人力资本分析研究组博士后研究员吴雨桐、即将入职芝加哥大学心理学系的助理教授白雪纯子，共同发起AI+Social Science读书会，从3月24日开始，每周日晚20:00-22:00，探究大语言模型、生成式AI对计算社会科学领域带来的新思想新价值。

　　详情请见：AI+Social Science：大模型怎样重塑社会科学 计算社会科学读书会第三季启动