深度解析医学证据，lxfs.net为你支撑决策 推荐信是外科住院医师、专科医师进修及教职岗位申请的核心材料，被外科专科项目负责人认定为极具参考价值的评审依据。既往研究证实，传统推荐信存在显著的语言性别偏见，核心体现为能动性语言与社群性语言的差异化使用。男性申请者常被描述为果敢、善于分析、具有影响力等能动性特质，这类特质是科研领域高度推崇的核心能力；而女性申请者多被标注为富有同情心、稳重可靠等社群性特质。尽管两类特质均为正向评价，但能动性特质更契合学术外科领域的人才评价标准，这一语言偏见或加剧了该领域长期存在的性别差距，包括女性外科医师学术晋升缓慢、科研项目获批率低、科研经费总量不足等问题。 近年来，生成式人工智能被视作消除推荐信主观偏见、简化文书撰写工作的有效工具。但大语言模型依托现有人类文本数据训练，大概率会复刻并传承原始数据中的固有社会偏见，而非实现偏见消解。基于此，本研究通过对比主流大语言模型生成的推荐信文本，系统分析其能动性与社群性语言的使用差异，明确AI文书生成过程中的性别偏见现状。 本研究于2025年10月采用滚雪球抽样法，收集6所不同地域医疗机构中1-6年级外科受