AI系统难以绘制左手，数据偏见暴露技术短板

就算特意标注 “右手拿苹果、左手写字”，AI 也会倔强地颠倒过来，甚至出现手指扭曲的 “鬼畜画面”。这不是 AI 逻辑不行，是我们给它的 “童年教育” 出了问题 ， 训练数据集的偏见，让左手成了 AI 认知里的 “盲区”。

不止是左手写字，只要涉及左右方位的精准要求，AI 几乎都会 “掉链子”。

我尝试让模型画 “左手举魔法棒”“左手拎鸡右手拎高达”，结果要么左右颠倒，要么直接忽略左手的指令，全程用右手完成动作。

测试中，有模型把左手画成了右手的镜像，还有的直接将剪刀放在右手上，完全无视 “左撇子” 的关键词。

更有意思的是，当要求生成 “双手戴不同颜色手套” 时，AI 能精准画出不同颜色，但依然会把原本指定给左手的颜色换到右手上。

这种稳定的翻车，不是模型算力不够，而是它从训练数据里学到的 “常识” 就是：大部分动作都该由右手完成。

研究指出，问题的关键是数据集的 “完整度” 和 “平衡性” 不足。

完整度指的是每种场景的不同组合是否都有样本，比如 “圆在上、三角在下” 和 “三角在上、圆在下” 都该出现；平衡性则是指不同组合的样本比例是否均匀。如果数据里 90% 都是 “右手写字”，AI 就会默认 “写字 = 右手”。

11 月 28 日《人民日报》提到，某 AI 公司的数据集分析显示，涉及手部动作的样本中，右手占比高达 89%，左手相关样本仅占 7%，还有 4% 是双手无明确左右区分的场景。

类似的偏见还出现在职业形象生成中，让 AI 画 “工程师”“程序员”，男性形象占比超 80%，这也是因为训练数据里相关职业的男性样本远多于女性，导致 AI 形成了刻板印象。

意识到问题后，不少企业和科研机构开始着手优化数据集。

团队负责人表示，新增样本重点提升了数据的完整度和平衡性，比如右手写字和左手写字的样本比例调整为 6:4，职业形象中女性、少数群体的占比也得到补充。

浙江大学人工智能研究所也在开展相关研究，他们联合美术院校学生，专门绘制了 10 万套 “左右方位精准标注” 的图像素材，涵盖日常动作、职业场景等，目前已接入部分开源模型进行测试。

测试结果显示，补充多元样本后，AI 生成左手相关场景的正确率提升至 68%，虽然还没达到完美，但已经有了明显改善。这说明 AI 的偏见并非不可逆转，只要给它看到更完整的世界，它就能学会更全面的认知。

AI 的偏见，本质上是人类认知和数据采集的缩影。给 AI 补全多元样本的过程，也是我们正视世界多样性的过程。

随着数据集不断优化，相信 AI 终将分清左右，而我们也该借此提醒自己：跳出固有认知，才能看到更完整的世界。