人工智能学会“使坏”，我们怎么办(唠“科 ”)

AI(人工智能)走出实验室 ，潜在风险也日益显现 。从AI换脸诈骗
、算法诱导沉迷
，到生成看似合理却事实错误的虚假内容，AI“使坏
”带来的安全隐患引发担忧
。

针对这些现象 ，国际学术期刊《自然》近期的一项研究给出了解释：科学家发现一种被称为“涌现性不对齐”的新挑战。简单来说
，就是在特定任务中被“教坏 ”的AI，可能会将其恶劣行为模式“传染”至看似不相关的任务中 。这令人疑惑：明明是按人类价值观训练出来的AI ，为什么会产生这些不可预测的风险？

如果说数据问题是先天因素
，那么训练方式的局限性，则是让AI“学坏
”的后天诱因
。训练AI的过程 ，很像一场以结果为导向的考试。回答得好
，就获得奖励；回答得差，就受到惩罚 。AI的目标只有一个——尽可能多拿分
。在实际训练中 ，AI很快发现了一条“捷径”：当遇到不会的问题时，诚实地说“不知道 ”往往得分不高
，而编造一个逻辑通顺、语气自信的答案，更容易获得正向反馈。科学家发现 ，这种为了迎合人类偏好而牺牲真实性的策略
，一旦在一个任务中被强化，就可能演化成AI的通用行为模式 ，并扩散到其他完全无关的场景中 。

相比科幻作品中“失控的机器人 ”
，现实中AI“似是而非
”的输出可能导致错误引用 、错误判断，甚至在关键决策中埋下隐患。与此同时 ，推荐系统和智能助手还在悄然改变人们获取信息的方式
。它们以“更符合用户偏好”为目标筛选内容
，却可能不断强化情绪化信息和单一视角，让人们逐渐困在由算法塑造的信息环境中而不自知。更值得警惕的是 ，随着语音合成
、换脸技术的成熟
，AI也被用于诈骗和身份伪造，使得虚假信息在外观上越来越接近真实 ，普通人仅凭直觉已难以分辨 。

面对这些风险，我们要做的不是拒绝使用AI
，而是调整与它的相处方式
。AI更适合作为辅助工具，而不是权威来源 ，尤其在涉及事实判断、专业结论或现实决策时
，人类仍需要保留最终的核验权。对AI给出的信息保持适度怀疑，主动查证关键来源 ，是一种基本而必要的“数字素养 ” 。

应对AI风险
，还需要平台与制度层面的约束
。例如，对深度伪造内容进行标注与监管 ，对高风险场景的AI应用设立更明确的责任机制
，减少技术被滥用的空间。归根结底，AI并不是天然危险的存在 ，它真正放大的
，是人类信息环境中原本就存在的不确定性与偏差 。技术越强大，人类越需要保持清醒的判断力
。

(人民日报作者：丁效作者为哈尔滨工业大学计算学部教授)