随着大语言模型（LLM）逐步融入软件开发流程，AI 生成代码中的潜在偏见引发关注。已有证据表明此类偏见存在，但系统化的识别、分类与解释研究仍然缺乏。本文提出一种基于分类法的框架，用于检测并解释 AI 生成代码中的偏见。
我们在已有的偏见 Python 代码数据集基础上进行扩展，并人工标注每段代码的偏见类别及对应的解释，构建了可靠的真值集。随后，利用该数据集对商业闭源模型和开源模型进行零样本提示（ICL）评估，分别测量其偏见检测准确率和解释相似度。
实验结果显示，Gemini 在分类任务中取得 80.14% 的准确率，精确率 84.0%，召回率 95.7%。开源模型 Qwen3‑coder 的准确率为 82.45%，精确率 68.64%，召回率 80.22%。在解释层面，两者相对于人工解释的相似度分别为 80.4% 与 80.14%，代码定位相似度分别为 86.0% 与 87.82%。这些数据表明 LLM 能够有效识别生成代码中的偏见逻辑，并给出与专家解释高度一致的说明。
点评