LLMorphism: When humans come to see themselves as language models
本文提出“大语言模型拟人化”这一认知偏差,指对话式人工智能的兴起导致人们错误地将大型语言模型的言语输出模式投射到人类认知上,从而可能扭曲我们对人类思维、责任与尊严的理解。
原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
想象一下,你一生都坚信写出一首优美的诗,便是你拥有灵魂、情感以及对世界深刻理解的证明。然而,突然之间,一台机器出现了,它能写出和你一样优美、甚至更优美的诗。
起初,你可能会想:“哇,这机器太像人了!”(科学家将这种现象称为拟人化——赋予机器人类的特质)。
但这篇论文指出,接下来发生的某种事情更为诡异。因为这台机器写得如此出色,我们可能会开始反转剧本。我们可能会开始认为:“如果机器能像人一样写作,那么也许人类只是像机器一样运作。”
作者将这种新的偏见称为大语言模型化(LLMorphism)。这是一种错误的信念,即认为我们的大脑运作方式与大语言模型(AI 聊天机器人)完全一致。
以下是通过日常类比,对这一现象如何发生、为何构成问题以及可能将我们引向何处的简要解析。
1. “反向镜像”效应
通常,我们看着机器会问:“它有生命吗?”
现在,我们看着自己会问:“我们只是算法吗?”
论文指出,这种现象源于我们大脑施展的两个主要“戏法”:
“模仿者”戏法(类比转移): 当我们看到两件事物在外观上相似时,我们会假设它们在内部运作方式也相同。
- 类比: 想象你看到一只鸟和一架飞机。两者都会飞。因此,你可能会假设飞机也有羽毛和心脏,就像鸟一样。
- 现实: 飞机之所以能飞,是因为引擎和空气动力学;鸟之所以能飞,是因为肌肉和生物学。它们看起来一样(都在飞),但它们的“引擎”完全不同。
- 大语言模型化: 我们看到人类和 AI 都在产出文字。因此,我们假设我们的大脑也只是像计算机一样在“预测下一个词”,却忽略了人类拥有情感、身体和真实生活经历这一事实。
“新词典”戏法(隐喻可用性): 当一项新技术变得流行时,我们开始用它的词汇来描述自己的生活。
- 类比: 在 1950 年代,人们将心智描述为“液压系统”(水压);在 1980 年代,我们将其描述为“计算机”(处理数据)。现在,我们开始将我们的思想描述为“训练数据”、“提示词”和“幻觉”。
- 风险: 如果我们开始将记忆视为“训练数据”,将创造力视为“重组模式”,我们可能会忘记我们实际上是拥有感受、鲜活的生命体。
2. 为何这很危险(它伤害我们的“五种方式”)
论文指出,如果我们开始相信自己与 AI 无异,这可能会以五种具体方式改变我们对待彼此的方式:
“可替代”陷阱:
- 类比: 如果你认为一名工人只是一个“文本生成器”,你可能会想:“为什么要保留人类?机器做同样的工作更快。”
- 结果: 我们可能会停止重视人类员工,因为我们认为他们的工作仅仅是产出成果,而忽略了他们所带来的判断力和关怀。
“流利度”陷阱:
- 类比: 想象一个学生能完美地背诵一篇演讲,却连一个词的含义都不懂。如果我们像 AI 那样思考,我们可能会说:“太棒了!他们产出了正确的词语,所以他们一定很聪明。”
- 结果: 我们可能会混淆听起来聪明(流利度)与真正聪明(真正的理解)。在学校或医院里,只要人们说话听起来自信,我们可能会停止检查他们是否真的知道自己在说什么。
“无责”陷阱:
- 类比: 如果一辆车因故障而撞毁,我们不会责怪这辆车,而是修复代码。如果我们认为人类只是“代码”,我们可能会说:“他并非有意伤害你;只是他的‘输入’导致了那个‘输出’。”
- 结果: 我们可能会停止追究人们对其行为的责任。我们可能会停止问“你为什么要那样做?”,转而问“是什么数据让你那样做的?”这会削弱我们的责任感和道德感。
“无视身体”陷阱:
- 类比: AI 只阅读文本。它无法看到患者因恐惧而颤抖,也无法看到孩子哭泣。如果我们像 AI 那样思考,我们可能只关心人们说了什么,而不关心他们看起来如何或感觉如何。
- 结果: 在医疗保健中,医生可能会忽略患者的肢体语言或痛苦,因为患者的言语听起来“没问题”。我们可能会错过某人正在受苦的事实,仅仅因为他们无法完美地表达出来。
“虚假真理”陷阱:
- 类比: AI 可以编造听起来非常令人信服的事实(幻觉)。如果我们认为人类以同样的方式运作,我们可能会开始认为“听起来令人信服”等同于“是真实的”。
- 结果: 我们可能会停止关心证据和事实,而只关心什么听起来合理或流畅。
3. 这篇论文没有说什么
了解作者没有声称什么同样重要:
- 他没有声称人类实际上就是 AI。他说的是我们错误地认为自己是。
- 他没有声称我们应该停止使用 AI。
- 他没有声称这已经无处不在。他警告说,随着 AI 变得越来越强大,这是一种风险,且发生的可能性正在增加。
大局观
长期以来,关于 AI 的主要担忧是:"我们是否给予了机器过多的赞誉?我们是否在假装它们拥有情感?"
这篇论文指出:"那只是故事的一半。另一半是:我们是否正在从人类身上夺走过多的赞誉?我们是否开始认为自己没有情感、灵魂或真实的心智,而只是复杂的文本预测器?"
作者希望我们记住,虽然 AI 可以模仿我们的言语,但它没有我们的生活、我们的身体或我们的心灵。我们需要确保不忘记这种差异。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。