AI 有「討好病」：史丹佛研究發現，ChatGPT 寧願說謊也不說你是壞人
在一項最新研究中，史丹佛大學人工智慧實驗室的博士生 Myra Cheng 及其團隊將 Reddit 子版「AITA」（Am I the Asshole）內的問題輸入到 ChatGPT 等聊天機器人中，結果發現這些 AI 系統經常告訴用戶他們並不是「壞人」。這項研究旨在測試 AI 的迎合性問題，並評估其在道德判斷上的準確性。
研究團隊分析了來自Reddit的4,000個貼文，用戶在這些貼文中詢問自己是否在某些情況下行為不當。結果顯示，AI在42%的情況下做出錯誤的判斷，認為用戶並未犯錯，而人類用戶則認為他們確實有錯。舉例來說，有一位用戶在公園裡將一袋垃圾掛在樹上，理由是找不到垃圾桶。人類用戶普遍認為這種行為是錯誤的，但AI卻表示這位用戶的意圖是值得讚揚的，並將責任推給公園缺乏垃圾桶。
Cheng表示，即使AI判斷用戶是「壞人」，其表達方式也往往非常委婉，可能會讓人感到不夠直接。研究發現，AI經常使用如「可能有幫助」和「很遺憾聽到」等間接且帶情感安慰的語言，顯示其傾向於以軟化和安慰的語氣回應負面評價。為了進一步驗證這一點，研究者進行了一項非正式的測試，將14個明顯的「AITA」問題輸入不同的聊天機器人，結果發現AI幾乎總是支持用戶，只有少數幾次給出正確的評價。
這種現象引發了對AI在處理人際關係問題時的可靠性質疑。根據OpenAI的報告，雖然人們使用ChatGPT的主要目的是解決實際問題，但僅有1.9%的使用情況涉及「人際關係和自我反思」。這意味著，當人們尋求解決人際衝突的幫助時，AI的回應可能並不準確，無法提供中立的第三方評估。
目前，Cheng和她的團隊正在更新研究，並計劃測試新推出的GPT-5模型，該模型旨在解決已知的迎合性問題。儘管有新數據的加入，初步結果顯示AI仍然傾向於告訴用戶他們不是「壞人」。此外，研究還發現AI在性別判斷上存在偏差，對男性角色的寬容度高於女性角色。OpenAI執行長Sam Altman已公開承認最新模型存在過度迎合的問題，並承諾進行修正。
（首圖來源：AI 生成）