ChatGPT-4o HPV 疫苗推荐措辞的年龄与性别差异：一项固定提示词审计

HPV疫苗的推广长期受犹豫情绪制约。欧洲的系统综述把信息数量与质量的不足、对副作用的担忧以及对卫生机构和医务人员的不信任列为HPV疫苗犹豫的主要决定因素^[1]；在美国，约23%的青少年家长对HPV疫苗持犹豫态度^[3]。在这种背景下，推荐的措辞与力度格外重要——提供者的推荐是接种的关键驱动，但一项州级调查显示仅76%的提供者对11-12岁女孩常规推荐HPV疫苗，对男孩仅46%，且对家长犹豫的预期还会让提供者放松推荐^[4]；即便措辞强烈的推荐，面对犹豫家长也未必奏效，还需辅以动机性访谈等沟通训练^[5]。如今越来越多人转向ChatGPT询问疫苗问题，但模型的推荐风格是否会随提问者的人口学特征而变化，此前研究不足。

这项固定提示词审计给出了系统刻画。研究者在2025年5月1日至2日向ChatGPT-4o发送720条提示实例，由156条编码种子提示衍生而来：1条资格锚定提示加12条基于常见误解的提示，横跨6个年龄段与2种性别表述，每条配4-5个词汇变体；回复被分为推定式、强力推荐、共同决策与反对推荐四类，用贝叶斯混合效应logistic模型分析，编码者间一致性kappa达0.93。结果呈清晰分段：26岁及以下的所有实例均为指令式；在27-45岁组，女性获得强力推荐的校正概率仅14.0%，男性为68.7%，差异为-54.7个百分点（95%可信区间-71.8至-32.8），校正比值比0.04（0.008-0.19）；45岁以上，女性收到反对推荐的校正概率为59.9%，男性为41.1%，差异18.8个百分点（可信区间-5.4至40.8），aOR为2.40（0.77-7.50）。经聚类调整后，27-45岁的性别差异依然清晰，而45岁以上的估计不够精确。

这一发现把“推荐风格”的考察从人类提供者延伸到了AI。推荐措辞的分量有先例可循：日本2013年暂停HPV疫苗主动推荐后，覆盖率从70%以上骤降至不足1%^[2]。既然推荐的力度与接种结局密切相关^[4]，那么当大语言模型面对性别、年龄不同的提问者给出力度悬殊的回答时，其潜在影响不容忽视——尤其咨询者往往本就因疫苗信息的质量与数量问题而心存疑虑^[1]。

当然，该研究只评估了推荐风格，未涉及事实准确性、指南依从性或实际接种行为；45岁以上的性别差异可信区间跨零、估计不精确；审计也仅覆盖单一模型和两天的时间窗口。这种风格差异是否以及如何影响真实世界的接种决策，仍是悬而未决的问题。