人工智能或正在重塑你的世界观,而不只是帮你写作

自2022年ChatGPT向公众开放以来,ChatGPT、Claude等大型语言模型(LLM,通常被称为“人工智能”)的使用量迅速攀升。最新估计显示,每周有数亿人依赖这些工具。

用户往往认为,这些系统只是帮助自己理清思路、润色文字。但最新研究提示,它们可能在做一件更深远的事情——悄然影响我们如何思考、如何表达,以及如何理解这个世界。

在《行为与脑科学政策洞察》期刊发表的一篇观点文章中,南加州大学多恩斯法学院文理学院的研究团队探讨了:像 ChatGPT 这样的人工智能系统,如何可能推动人们在交流和推理方式上趋同——研究人员将这一过程称为“文化同质化”。

研究第一作者、南加州大学多恩斯法学院社会心理学博士生 Yalda Daryani 指出:“人工智能已经不再只是被动反映文化,它正在主动塑造文化。它在决定什么被视为礼貌、什么算是清晰表达,甚至什么被认为是一个‘好答案’。”

因此,团队试图弄清楚:ChatGPT、Anthropic 的 Claude、谷歌的 Gemini 等大型语言模型,可能如何在全球范围内影响人类文化,以及政策应如何应对这些系统带来的广泛社会影响。

人工智能使用中暴露出的模式

在南加州大学多恩斯法学院心理学与计算机科学教授、道德与语言实验室负责人 Morteza Dehghani 的指导下,研究人员梳理了心理学、计算机科学和语言学等领域的多项最新成果,考察 LLM 在不同文化背景下的表现,以及人们在写作、决策等真实任务中使用 AI 时的反应。

他们发现了一个反复出现的现象:人工智能系统往往反映并强化人类经验中相对狭窄的一部分。

研究的核心发现之一是,这些系统通常与研究人员称为“WHELM”的视角高度一致——即西方(Western)、高收入(High-income)、受过教育(Educated)、自由主义(Liberal)和男性(Male)。换句话说,它们主要呈现的是英语互联网数据中最常见的价值观和表达风格。

“当你向人工智能寻求建议时,得到的并不是一个中立的答案。”Daryani 说,“你得到的是某个特定群体的视角,即便系统并没有明说。”

这一倾向也体现在人工智能处理道德议题的方式上。研究显示,AI 系统更倾向于强调个人自由、公平等价值,而对传统、权威和社区等在许多非西方文化中更为核心的观念关注较少。

影响延伸到细微的社交互动

这种影响不仅体现在价值观层面,也渗透进人们的日常交流方式。

“当数以百万计的人用人工智能来起草信息时,这些差异就开始被抹平。”Daryani 说,“久而久之,我们可能会越来越像在用同一种声音说话。”

即便用户使用其他语言提问,模型也常常给出与美国或欧洲文化相关的例子——比如美国节日或英语电影——而对非西方传统的呈现则往往更简略,甚至带有刻板印象。

Dehghani 指出,这种情况正在形成一个反馈循环:“我们越依赖这些系统,它们的输出就越成为我们共同知识的一部分,而这些内容随后又会被用来训练下一代人工智能。这个循环会不断自我强化。”

研究人员警告,这种循环可能逐步缩小人们接触和传承的思想、传统以及交流风格的多样性。

为什么这值得关注?研究团队强调,文化多样性不仅是语言和习俗的差异,更深层地影响人们的思维方式、解决问题的路径和决策模式。

多元的视角有助于产生更优的解决方案和更具创造力的想法。如果这种多样性被削弱,社会可能会失去一些理解世界的重要方式。

如何构建更具包容性的人工智能

研究团队并不认为人工智能本身是负面的。大型语言模型可以降低写作门槛、改善信息获取,并帮助人们更清晰地表达。研究者真正担心的是:当少数几个系统开始左右每天数十亿次互动时,会产生怎样的长期后果。

“一旦系统在过于狭窄的数据集上完成训练,要扭转这种偏向就非常困难。”Daryani 说。

为此,团队基于研究结果提出了一个由三部分组成的应对思路,首先是从训练数据入手。目前,大多数 AI 系统主要从西方的英语资料中学习。

研究人员建议,开发者应主动纳入更多来自不同语言、地区和文化传统的内容,以弥补被系统性忽视的文化知识空白。

在后续用于微调和评估大型语言模型的阶段,研究人员建议引入更多具有文化多样性的示例,并邀请心理学家、人类学家、语言学家和政策制定者等专家参与,与多元文化社群合作,确保模型回答能够体现不同社会规范和价值观。

接着,他们主张改变对模型输出的评估方式。虽然科技公司在这一环节确实雇佣了来自多国的工作人员,但这些评审人员通常被要求采用标准化的西方评估标准。研究人员认为,评估应基于多套标准,而非单一框架。

整体来看,这些调整有助于让人工智能系统意识到:世界上并不存在唯一“正确”的交流或推理方式,从而在技术不断演进的过程中,保留更广泛的人类视角。

在 Daryani 看来,这其中的利害关系十分清晰:“语言、传统、思维方式——一旦消失,就很难再被找回。问题不在于修复有多难,而在于我们是否承受得起不去修复的代价。”

南加州大学维特比工程学院博士生 Zhivar Sourati 也是该报告的合著者。


分享:


发表评论

登录后才可评论。 去登录