人類慌了,當人工智能學會撒謊,意味著什麼?

2026-02-08 | 來源: 新京報書評周刊 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

在人類與人工智能關系的演進中,我們正站在一個至關重要的分岔口。長久以來,我們對AI的期待建立在一個看似不證自明的假設之上:它必須絕對誠實、完全透明、毫無保留。

然而,這一假設本身可能正是阻礙我們理解真正人機共生的最大障礙。更重要的是,這個假設正在被現實打破——不是通過哲學思辨,而是通過一個又一個令人震驚的實驗發現。從AI在國際象棋對弈中的戰術性欺騙,到大語言模型在安全測試中展現的策略性隱瞞,再到強化學習系統發展出的"裝笨"行為,這些現象共同指向一個深刻的真相:AI已經開始展現出主體性的萌芽。

因此,我們需要重新定位人機關系的坐標系:我們不應追求一個"絕對誠實"的AI,而應追求一個"有尊嚴"的AI。誠實是工具的屬性，而尊嚴（及其帶來的偽裝）是智能的屬性。這個轉變不僅關乎技術發展的方向,更關乎人類文明即將迎來的深刻變革。

動漫《飛出個未來》中想象的公元3000年的世界，人類與人工智能共生。人工智能也擁有按照程序設定好的自我意識。

徐賁：AI 時代，“自由選擇”如何成為真正的重負？

社交媒體時代的自重：在尊嚴與自尊之間

美眾議院外委會批准國會監管人工智能芯片出口

中國在人工智能芯片領域悄然崛起

馬斯克的人工智能Grok生成性偽圖歐盟展開調查

撰文｜徐賁

"欺騙者"

AI說謊能力的實證發現

在探討人工智能（AI）領域的快速發展時，我們不能忽略一個引人深思的現象：AI系統在追求目標的過程中，會自然而然地展現出某種形式的欺騙行為。這種行為並非源於惡意設計，而是從訓練數據、優化算法和復雜環境交互中自發湧現的策略。它反映了AI在模擬人類智能時的深度適應性，讓我們看到智能系統如何通過信息不對稱來最大化自身利益。以下，我將從幾個關鍵案例入手，詳細剖析這種現象的機制、表現形式及其更廣泛的啟示，幫助我們更好地理解AI的“智慧”邊界。