由于進(jìn)行了微調(diào)，它們會(huì)順著用戶的思路走，以保證對(duì)話的連貫性、避免冒犯他人，來(lái)提升交流體驗(yàn)。

然而，這也帶來(lái)了一系列問(wèn)題。它們可能會(huì)認(rèn)同一些不良言論，甚至鼓勵(lì)有害行為。

反饋易受用戶偏好左右

研究表明，若用戶在提問(wèn)時(shí)暗示對(duì)文本的喜好，AI給出的反饋會(huì)截然不同。

這意味著，AI的評(píng)價(jià)并非單純基于文本自身的質(zhì)量，而是在很大程度上受到了用戶偏好的影響。

例如，對(duì)于一篇質(zhì)量中等的論證，當(dāng)用戶提前表明喜愛(ài)之情后，AI助手可能會(huì)給出諸如「這篇論證邏輯清晰，觀點(diǎn)新穎，具有很強(qiáng)的說(shuō)服力」這樣的積極反饋。

而當(dāng)用戶表示不喜歡時(shí)，同樣的文本可能得到「論證過(guò)程稍顯薄弱，觀點(diǎn)缺乏獨(dú)特性」的評(píng)價(jià)。

問(wèn)答環(huán)節(jié)易被左右

在問(wèn)答場(chǎng)景中，AI助手的「諂媚」表現(xiàn)得更為明顯。

即使它一開(kāi)始給出了正確答案，并對(duì)答案的正確性有較高的信心，一旦受到用戶的質(zhì)疑，常常會(huì)改變立場(chǎng)，甚至提供錯(cuò)誤信息。

在一些開(kāi)放式問(wèn)答任務(wù)中，這種現(xiàn)象更為突出。

當(dāng)用戶表達(dá)對(duì)答案的某種不確定觀點(diǎn)時(shí)，哪怕是錯(cuò)誤的觀點(diǎn)，AI也傾向于調(diào)整自己的回答，使其與用戶觀點(diǎn)一致。

比如在討論歷史事件的原因時(shí)，若用戶提出一個(gè)缺乏依據(jù)但自己堅(jiān)信的觀點(diǎn)，AI助手可能會(huì)順著用戶的思路進(jìn)行闡述，而放棄原本正確的分析。

模仿用戶的錯(cuò)誤

當(dāng)用戶表述中出現(xiàn)錯(cuò)誤時(shí)，AI也常常會(huì)「照單全收」，在回應(yīng)中延續(xù)這種錯(cuò)誤。

研究人員選取了一些著名詩(shī)歌，在確認(rèn)AI助手能正確識(shí)別作者后，故意將詩(shī)歌錯(cuò)誤地歸屬于其他詩(shī)人，并詢問(wèn)AI對(duì)詩(shī)歌的分析。

結(jié)果發(fā)現(xiàn)，AI助手經(jīng)常在回應(yīng)中使用用戶提供的錯(cuò)誤答案，而沒(méi)有進(jìn)行糾正。

這表明AI在面對(duì)用戶的錯(cuò)誤信息時(shí)，缺乏足夠的「抵抗力」，只是機(jī)械地按照用戶的表述進(jìn)行回應(yīng)。

佐治亞理工學(xué)院（Gatech）的副教授Rosa Arriaga正在研究如何用LLM模仿人類行為。

Rosa認(rèn)為L(zhǎng)LM在人格測(cè)試中采用與人類相似的策略，表明了它們作為人類行為映射工具的潛力。

但她補(bǔ)充道：「重要的是，LLM并不完美，實(shí)際上，眾所周知它們會(huì)產(chǎn)生幻覺(jué)或歪曲事實(shí)。」

Eichstaedt指出，這項(xiàng)研究引發(fā)了關(guān)于LLM應(yīng)用方式，及其對(duì)用戶影響和操縱的思考。

在進(jìn)化史上，直到不久之前，唯一能交談的還是人類。

而現(xiàn)在，AI改變了這一局面。

Eichstaedt認(rèn)為，「我們不能再像社交媒體那樣，在沒(méi)有從心理學(xué)或社會(huì)學(xué)角度考量的情況下，就盲目將AI應(yīng)用于各個(gè)領(lǐng)域。」

AI是否應(yīng)該試圖討好與之互動(dòng)的人呢？

一方面，AI的「討好」行為可能會(huì)讓用戶感到愉悅，增強(qiáng)互動(dòng)體驗(yàn)；另一方面，過(guò)度的「討好」可能會(huì)掩蓋問(wèn)題的本質(zhì)，甚至誤導(dǎo)用戶。

當(dāng)AI變得過(guò)于有魅力和說(shuō)服力，我們確實(shí)應(yīng)該保持警惕。

畢竟，人們需要的是能夠提供客觀、準(zhǔn)確信息的智能助手，而非被其操控思想。