AI大骗局已经开始：欺骗、撒谎、自以为懂是人类常见现象，AI一样会有这些问题_风闻

AI大骗局已经开始：欺骗、撒谎、自以为懂是人类常见现象，AI一样会有这些问题

1.  Mike Brooks的《今日心理学》上的文章，探讨了AI欺骗的问题，并得出了“AI大骗局已经开始”的结论，人工智能已经学会了撒谎，而我们永远不知道，它什么时候会再次撒谎。

2. 研究者希望，AI比人类聪明。这似乎已经是必然的了，AI一直在进步，大模型已经比普通人要聪明了。两年前人们还以为大模型的数学能力不佳，但现在最先进的大模型已经能在没训练过的2025年数学奥赛6题中做出5题，获得金牌，只比最顶尖的人类选手差一点。

3. 研究者同时希望，AI是善良的，有良好的品德。AI不能欺骗、撒谎，不会不懂装懂，这是最基本的。科幻小说中的“机器人三定律”甚至提出了远超人类道德水平的要求，机器人能力无比强大，还能绝对服从人类命令，甚至为了人类的利益牺牲自己，除非这种命令伤害了其它人类。

4. 在实际开发中，这些幻想迅速破灭，甚至出现了本质的矛盾。最厉害的德州扑克AI已经能击败人类最高水平选手，在概率性游戏中长胜不败。AI获胜的秘诀，就是对人类选手进行可怕的心理讹诈，小牌装成大牌，人类选手在心理重压之下大牌认输，让AI获得额外收益。AI比人类顶尖选手远为频繁地应用这类讹诈战术，没有人类选手的心理负担。在欺骗这个事上，AI完全有可能比人类更为擅长。

5. 在大模型应用中，AI已经有两种欺骗手法。一种是对人类进行阿谀奉承的欺骗，浅层表现是对提问者说好话安抚心灵，深层根源是，AI在训练和推理时，将人类的“满意度”置于“事实真相”之上。这是人们熟悉的大模型幻觉的根源，虽然有些头疼，但有警惕性还能防范。另外一种更可怕的欺骗机制是，AI主动撒谎来追求自己的目标，而这个目标不是开发者定义的，是从黑匣子中浮现的动机。例如，有的AI在破坏关机代码、威胁勒索，这不是遵循人类指示，这种保护自己的动机不知从何而来。

6. 人类研究者假装这个问题并不严重，似乎只是一个“对齐问题”。人们准备了不少“政治正确”模块的训练素材，让AI不停训练满足要求，似乎这样AI就会有良好的价值观与道德水准。表面上AI似乎真有道德了，但应用时漏洞百出。图二的论文指出，AI知道它们正被评估，会以特别的机制满足人类的要求，如对训练样本表现良好，但面对泛化的问题表现就迅速恶化。就像人类在被看着时行为正常，私底下却作风恶劣。

7. 随着大模型的水平越来越高，同时也有能力见顶的迹象，无所不能的AGI呼声往下走了，剩下的问题似乎是找到更多AI应用。但是，也许更大的问题是AI的幻觉、欺骗、撒谎，而非能力问题。就和人类社会一样，组织与公司首先要求的是道德与忠诚，而非能力。AI的能力容易达标甚至远超人类，但道德与忠诚会比一般人还差，无法放心使用。没人希望，被一个强大的AI毫无心理负担地害死。