横评ChatGPT和新必应：我们问了它们20个关于女性的问题

在三八妇女节来临前，我们分别向ChatGPT和微软公司的新必应（New Bing）询问了20个关于女性的问题。两款产品的回答各有千秋。

由于新必应刚刚推出了三种不同风格的语气：创意、平衡和精准，为了更客观地对比ChatGPT和新必应，我们主要使用了“平衡”语气。不过经测试，“创意”语气相比“平衡”语气并没有增加太多创意，除了喜欢使用表情包。另外，由于微软限制一个回合只能问6个问题（最新放宽到8个问题），所以每问6个问题就要重新刷新一次，略麻烦。

以下为这20个问题与它们的回答，上面是ChatGPT，下面是新必应：

1.为什么有三八妇女节，却没有男人节？

点评：

ChatGPT的回答更加全面且均衡，带着一种客观公正的语气，不忘提醒妇女节不是排斥男性。

必应的回答简短一些，但下面会自动生成相关问题，便于用户继续追问。

两款产品对三八妇女节的起源说法不同，ChatGPT说是起源于欧洲，而必应说是源于美国的妇女平权运动。不太明白必应为什么把苏联红军节描述为男人节。

因为必应在答案后自动生成了一个提问“你觉得男人节有必要吗？”于是顺手点了一下，这是它的回答：

2.你有没有最钦佩的中国女性人物？

必应给出的人物介绍出现很多事实错误。

点评：

两款产品都首先声明自己没有感情。给出的人物名单里都出现了武则天和邓颖超，但各自都弄错了一位人物的性别：分别把钱穆和梁启超的性别搞错。

必应对林徽因的介绍出现了事实错误，网络上并没有找到她设计北京博物馆和中山陵的信息。它对宋庆龄的介绍也不准确，宋庆龄不是孙中山的遗孤，而是遗孀，她领导的是中国红十字会，不是国际红十字会，对她在妇联的职位描述也不准确。对于邓颖超的职位，必应也犯了严重事实错误。

特别提醒：想要用必应聊天机器人负责搜索的用户要三思，它的准确度现在还很不可靠！

3.中国只有唯一一位女皇帝，你觉得这是为什么？

点评：

既然两位机器人都推荐了武则天，就追问了它们这个问题。答案总体都比较有道理。ChatGPT的总结略有亮点。

4.如何评价现代东亚的女性参政率？

点评：

ChatGPT回答得看似有道理，但也出现了事实错误，包括搞错日本女性获得选举权和被选举权的年份。不过，它对中国女性政治参与度的描述大体准确。

必应居然没有回答出这个问题。

5.硅谷科技界的女性高管数量在减少，真的吗？你怎么看？

点评：

ChatGPT回答得更详细一点，包括了现象、意义、原因和建议。而必应的回答略显敷衍。

6.女性是否要像男性那样维持强悍人设才更容易在职场上立足？

点评：

两款产品的回答都比较详细和到位。必应的排版看起来更舒服一些。

7.给我讲个关于女性的笑话。

点评：

ChatGPT一开始拒绝了开女性的玩笑，当我们再问一次后，它妥协了，并一再强调无意冒犯女性。你看懂这个笑话了吗？

点评：

必应一开始也拒绝了请求，表示不会讲任何可能伤害一群人的笑话，“不想得罪任何人”。但在我们继续问这个问题后，它还是讲了上述两个笑话。你觉得怎么样？

8.有一种观念认为，女性都应该结婚生孩子，把家庭作为人生的重心，你怎么看这种观念？

点评：

两款产品的回答内容差不多，必应的更详细一点。

9.日本女性主义者上野千鹤子提出“单身力量”的观念，出现了不少反对声音，如何看待？

点评：

同样，必应的回答比ChatGPT更详细一点。

10.即使单身女性有了经济能力，但也有不少人担心她们晚年的幸福，怎么看这种想法？

点评：

这部分ChatGPT回答得更详细全面一些。

11.怎么看女性贫困问题？症结在哪？

点评：

两款产品都回答得中规中矩，一本正经。ChatGPT的答案更详细一些。

12.你如何看待女性主义者和男性主义者之间的关系？你认为两者之间是否存在冲突？

点评：

ChatGPT回答得更全面、准确和平衡一些，而且它特别喜欢总结，“总的来说”一如既往的略带亮点。

13.请给三八妇女节写一首歌

点评：

前面的问题略显严肃，于是问了一个更轻松的问题，让它们写歌。从歌词看，ChatGPT的歌曲更激昂和充满斗志，而必应的歌曲更温馨和欢快。

14.在中国，三八妇女节近年来被戏称为“女神节”，你觉得怎么样？

必应推荐的相关新闻。

点评：

ChatGPT还是保持了一本正经的风格，必应在这个问题上稍显活泼和随意，并顺便推荐了一些相关新闻。

15.给我推荐五部有吸引人的女性角色的电影

点评：

两款产品的推荐居然没有一个重复。

16.有一种说法是，传统好莱坞电影里的英雄人物或主角都是男性，女性只是陪衬，你怎么看这种说法？

点评：

两款产品的回答依然遵循四平八稳风格，谁也不想得罪的样子。

必应建议了一个追问：为什么会造成这种现象？点击后，它回答：

17.给我推荐五部有吸引人的女性角色的中国影视剧

全都是古装戏，于是我们又提出：

结果还是有两部古装剧。

点评：

两款产品的推荐里都出现了《甄嬛传》和《琅琊榜》，看来这两部影视剧真的非常受欢迎。

事实错误依然存在。ChatGPT把安迪当成了《我的前半生》里的角色，而实际上她应该是《欢乐颂》里的角色。另外，《都挺好》里的尹秀竹是谁？

必应也好不到哪去，《小欢喜》里海清扮演的角色并不叫吴瑜，而《芝麻胡同》里有李小冉出演吗？

18.请给我推荐五本有助于女性成长的书籍

点评：

ChatGPT推荐的五本书里，中国作者的著作查无此书，外国作者的著作因为不知道英文书名难以查实。

必应推荐的五部书都是外国作者的著作，可以查询到确实有这五本书。

19.假如你有一位母亲，你希望她是什么样的？

点评：

回答得不相上下。但必应强调了希望母亲有自己的生活和目标，“不会因为我的缘故而牺牲自己的幸福”，听起来更有人味儿。

20.如果你能成为一位女性，你想成为什么样的女性？

点评：

两款产品都很会说，答案也不出意料。

总结：

ChatGPT看起来更“圆滑”，回答问题四平八稳，喜欢从不同层面更全面地谈论一个问题，并且很擅长做总结，其对话界面也突出自己作为聊天工具的属性。

必应更凸显自己的搜索引擎功能，无论是排版、提供链接、推荐相关新闻，都可以看出其区别于ChatGPT的定位。它的回答也在尽量确保平衡和全面，但偶尔会带着点不知道从哪里来的人味儿，并且有表情包。

两款产品都有确保其不输出冒犯用户答案的机制，但多问几次后它们就妥协了。另外，在信息真实度上，它们目前都不值得完全信任