摘要

当前主流大语言模型在多语言应用中普遍面临一种结构性风险：高资源语言的概念网络在训练与对齐过程中被反复强化，低资源语言与本土经验则更容易被压缩、替代或边缘化。借助社会知识论中的“认知不公”框架，基于已发表研究、公开评测报告中的技术案例，可以对这一风险的发生机制与社会影响展开剖析。从社会知识论角度，语料代表性失衡、翻译架构中的隐性加码与偏差定义的文化负载共同作用，使大模型在“谁更可信”与“何者可表达”两个层面产生结构性偏移，即证言不公与诠释不公。翻译隐性加码、方言系统歧视以及中文概念理解偏差作为三个核心案例，分别揭示了跨语言迁移如何将高资源语言的性别秩序嵌入模型输出，语言风格的变异如何被模型转化为可信度的系统性歧视，以及本土概念如何丧失准确命名和公共讨论的语言基础。因此，大语言模型无法实现绝对意义上的价值中立，治理重心应从追求理想化的“无偏”转向可审计、可纠偏、可追责的长期制度建设。“语料—技术—观念—制度”四重对齐路径，有助于推动中国语境下文化对齐与认知安全体系的扎根治理。

关键词

大语言模型；语言偏差；证言不公；诠释不公；认知不公