🇺🇸 Peter Fernández Dulay

彼得·费尔南德斯·杜雷（Peter Fernández Dulay）来自佛罗里达州杰克逊维尔。他的研究方法极其务实。他选择了四家AI图像平台——Shutterstock、Canva、DALL·E和Midjourney——并使用了五个科学职业提示词：精算师、数据科学家、信息安全分析师、运筹学分析师以及计算机与信息研究科学家。随后，他生成图像并对结果进行了编码分析。

统计即发现。在他生成的图像中，记录到1,459张描绘男性，而仅有347张描绘女性；只有17.4%的图像显示女性独自出现。比较各平台后，他发现Shutterstock的偏见最少，而Midjourney的偏见最大。

这是一项研究生本可以进行的研究，之所以引人注目，是因为很少有人针对一个9岁孩子提出的具体问题进行过深入调查。图像生成器基于被爬取的历史图像进行训练；他提示词列表中的职业是历史图像倾向于男性化的领域；模型再现了这种偏差并将其作为现实的图景呈现出来。量化每个平台的差距，正是将抱怨转化为证据的关键。

他是从美国48个州和4个领地的近2,000名申请者中选出的30名全国决赛选手之一。他所获得的1万美元奖金是该挑战赛的最高奖项之一。

杰克逊维尔WOKV当地媒体的报道补充了背景：该项目的灵感源于他妹妹的问题，而且他还是一名地区级击剑选手和学校机器人队的成员——这提醒人们，15岁时的竞争性研究通常只是一个人多项成就中的一件，而非唯一。

生成式图像模型从已被拍摄的事物中学习。当一个职业在一个世纪以来记录的图像中都带有偏见的阵容时，模型就会继承这种偏见，并将其作为对中性提示词的中性回答返回。研究文献称之为代表性伤害，衡量它的标准方法正是此处使用的方法：固定提示词，大规模生成，并进行人工编码。

Thermo Fisher科学青少年创新者挑战赛是美国针对中学生举办的全国科学竞赛，由Society for Science运行，该组织也是Regeneron科学人才搜索赛背后的推手。其决赛选手从全国各地的附属科学展中选拔，评判标准基于实验设计和推理能力，而非设备的尖端程度，这就是为什么一个完全由公共工具和人工编码构建的研究能够获得最高奖项的原因。

在2026年6月4日发表的Society for Science采访中，他描述了接下来的构想：“Generations AI”，一个旨在以通俗易懂且符合道德的方式向不同年龄段的人教授人工智能的社区项目。他在文中的建议只有四个字——如果他能做到，读者也能做到。