不平等的判断：调查LLM假新闻检测的性别偏见

大语言模型（LLMs）在自动事实核查中日益被使用，但它们在这种背景下的性别偏见仍未得到充分研究。本研究首次对基于LLM的虚假新闻检测中的性别偏见进行了系统性调查，并使用了真实世界的数据。我们为每个陈述增加了三个性别变体的说话人职位（中立、男性、女性）以测试是否仅基于性别呈现就改变了真实性判断。六种最先进的LLMs在多个偏见和公平性指标上进行评估。所有模型都表现出性别敏感性：三组中的9.79%-35.13%的陈述存在不一致的标签，而男女性别比较显示6.5%-23.6%的翻转率。两个主要偏见表现形式被识别：不稳定（不一致的判断）和方向性（系统性偏爱）。五种模型显示出统计显著的方向性影响，其中最强的影响表现为男性怀疑模式。这些发现表明，性别偏见不仅削弱了基于LLM的虚假新闻检测的可靠性，还削弱了公平性，强调了需要偏见-aware的评估和缓解策略。增强的数据集已公开发布，以支持未来的研究。