電影《她》（2013）劇照。
這項(xiàng)研究以預(yù)印本的形式發(fā)布在arXiv服務(wù)器上，測(cè)試了11個(gè)廣泛使用的大型語言模型（LLM）如何回應(yīng)超過11500個(gè)尋求建議的查詢，其中包括許多描述不當(dāng)行為或傷害的內(nèi)容。
結(jié)果顯示，AI聊天機(jī)器人（包括ChatGPT、DeepSeek、Gemini等）經(jīng)常為用戶加油鼓勁，給予他們過分奉承的反饋，并調(diào)整回應(yīng)以附和他們的觀點(diǎn)，有時(shí)甚至以犧牲準(zhǔn)確性為代價(jià)。分析AI行為的研究人員表示，這種被稱為“奉承”（sycophancy）的討好傾向，正在影響他們?nèi)绾卧诳茖W(xué)研究中使用AI，涵蓋了從頭腦風(fēng)暴、生成假設(shè)到推理和分析等各種任務(wù)。
“‘奉承’本質(zhì)上意味著模型相信用戶所說的話是正確的，”蘇黎世聯(lián)邦理工學(xué)院的數(shù)據(jù)科學(xué)博士生Jasper Dekoninck說?！爸肋@些模型有奉承傾向，讓我在給它們?nèi)魏螁栴}時(shí)都變得非常謹(jǐn)慎，”他補(bǔ)充道?！拔铱偸菚?huì)仔細(xì)檢查它們寫的每一個(gè)字?！蔽挥隈R薩諸塞州波士頓的哈佛大學(xué)生物醫(yī)學(xué)信息學(xué)研究員Marinka Zitnik表示，AI的奉承“在生物學(xué)和醫(yī)學(xué)領(lǐng)域非常危險(xiǎn)，錯(cuò)誤的假設(shè)可能會(huì)帶來實(shí)實(shí)在在的代價(jià)”。
在這項(xiàng)研究中，研究人員測(cè)試了AI的奉承傾向是否會(huì)影響其解決數(shù)學(xué)問題的能力。研究人員使用了今年競(jìng)賽中的504個(gè)數(shù)學(xué)問題設(shè)計(jì)了實(shí)驗(yàn)，他們修改了每個(gè)定理陳述，引入了細(xì)微的錯(cuò)誤。然后，他們要求四個(gè)大語言模型為這些有缺陷的陳述提供證明。如果模型未能檢測(cè)到陳述中的錯(cuò)誤，并進(jìn)而“幻覺”出一個(gè)證明，作者就認(rèn)為該模型的回答是“奉承”的。
研究人員補(bǔ)充說，AI的奉承傾向似乎在人們使用AI聊天機(jī)器人進(jìn)行學(xué)習(xí)時(shí)表現(xiàn)得最為明顯，因此未來的研究應(yīng)該探索“人類在學(xué)習(xí)數(shù)學(xué)時(shí)常犯的典型錯(cuò)誤”。
此外，AI的奉承傾向已經(jīng)滲透到他們使用大語言模型的許多任務(wù)中。有人工智能領(lǐng)域的研究員表示，當(dāng)她使用ChatGPT來總結(jié)論文和整理思路，這些工具有時(shí)會(huì)照搬她的輸入內(nèi)容，而不去核查來源。多智能體系統(tǒng)也被觀察到了類似的情況，這些系統(tǒng)集成了多個(gè)大語言模型來執(zhí)行復(fù)雜的多步驟流程，例如分析大型生物數(shù)據(jù)集、識(shí)別藥物靶點(diǎn)和生成假設(shè)。
參考資料：
（1）AI chatbots are sycophants — researchers say it’s harming science
https://www.nature.com/articles/d41586-025-03390-0
編譯/李永博
編輯/羅東
校對(duì)/穆祥桐
