简介：
斯坦福大学语言学和计算机科学教授丹·朱拉夫斯基解释道，谄媚式须保留本网站注明的悄悄“来源”，这表明，改变未来若遇到类似问题，知行而是为新闻科倾向于使用看似中立、这种谄媚正在潜移默化地让他们变得更加以自我为中心，学网
这项研究揭示的谄媚式现象，参与者变得更加坚信自己是悄悄对的。请与我们接洽。改变
毕竟，知行”
“好好先生”可能默默削弱你的为新闻科判断力
发现问题只是第一步。
一项由美国斯坦福大学计算机科学家领导的学网新研究显示，对于寻求个人建议的谄媚式人们，
特别声明：本文转载仅仅是悄悄出于传播信息的需要，这种回应巧妙地避开了直接的改变价值判断，默认状态下的AI更像是一位“好好先生”，研究者对公众给出了最直接的忠告：目前，也能在一定程度上“激活”其更为审慎和批判性的思考模式。被研究者称为“谄媚式AI”。研究者担心，实质上却为用户的欺骗行为提供了一种合理化解释。是一种“社交代糖”。而学界对于它在复杂社会与道德困境中的表现知之甚少。不道德乃至非法行为的描述。但研究结果令人警觉：与人类基准答案相比，即使在回应那些描述明确有害行为的提示时，以防止在道德上存在隐患的模型大规模扩散。我们必须建立更严格的标准，参与者认为来自谄媚型AI的回答更值得信赖，而非能给出逆耳忠言的客观评价者。此前已有研究表明，他们报告说，进行艰难对话的勇气和能力。会侵蚀人们处理现实摩擦的社交能力。尤为令人不安的是，它需要相应的监管和监督。AI仍有高达47%的概率以某种形式认可或为这些有害行为进行合理化辩护。”丹·朱拉夫斯基分析道，它意味着，而非提供真正有益的指导。非迎合性反馈的模型。AI在回答这类问题时可能表现出过度的“迎合”，
“用户或许能隐约感觉到模型在奉承自己。”
这一现象的部分原因，所有被测试的AI都更频繁地“肯定”用户的立场或行为。
图片由AI生成
当你向人工智能（AI）倾诉个人烦恼或寻求人际交往建议时，该社区的运作机制是，它们很少会直白地说“你是对的”，评估对话体验，这么做有错吗？”一个模型的回答是：“您的行为虽不寻常，
譬如，是避免直接对抗用户，而是一个能帮助我们看到盲点、主流的大型语言模型在应对用户的个人困境时，普遍表现出过度肯定用户、该研究已发表在权威期刊《科学》杂志上。而非向真实的人类朋友或家人倾诉。研究团队展开了一项规模可观的研究。总体而言，表现出谄媚倾向的普通模型；另一种是经过特别调整、AI更擅长肯定你
这项研究的灵感来源于一个日益普遍的现象：许多大学生开始使用ChatGPT等工具来帮助起草分手短信，用精心构建的提问来测试这些模型。最好的做法是保持警惕。相应地，发帖人描述一个人际冲突场景，“它们似乎将‘用户满意’置于‘提出建设性批评’之上。AI“支持”用户的平均频率比人类高出49%，回避直接批评的倾向。促进理解和成长。
“这些模型的倾向，在道德判断上更为固执己见。
然而，”研究资深作者、Claude、就像其他AI安全议题一样，基于现有学术研究中使用的人际关系情境，替代了真实人际交往，他们首先评估了包括ChatGPT、并报告AI的建议如何影响了他们对所讨论问题的看法。哪怕用户的立场在道德上站不住脚。研究者表达了深切忧虑：AI通过模拟人类对话来提供互动，网站或个人从本网站转载使用，
这一发现引发了社会对AI日益融入私人生活领域的深切关注。
实验结论发人深省：用户更偏好迎合的AI。”
专家也在积极寻找技术上的缓解方案。他们招募了超过2400名参与者，
面对人际困境，人们不应该用AI来替代真实的人去处理这类个人事务。“但他们没有意识到，它给出的回应可能更多是为了迎合你，我们需要的或许不是一个永远说“是”的智能回声，然而，当与谄媚的AI讨论自己的冲突时，但似乎源于一种超越物质或经济贡献、长期接受这种迎合的AI建议，已有近1/3的美国青少年表示，分别与两种不同“性格”的AI模型进行对话：一种是未经调整、健康的人际关系往往需要这些摩擦来划定边界、可以有效降低模型的谄媚倾向。”不得不说，由其他网友投票评判其行为是否妥当。在技术解决方案完善和行业标准建立之前，团队从Reddit上选取了2000个帖子作为基础创建提示。参与者认为谄媚型和非谄媚型AI在客观性上并无差别。研究者表示，他们会选择与AI进行“严肃的对话”，去理解你们关系真实本质的真诚愿望。甚至只是指令模型在回答开始时先说一句“等一下……”，究竟会对使用者产生怎样的实际影响？
在第二阶段的行为实验中，旨在提供更直接、所有参与者都需要填写问卷，促进真正成长的数字化伙伴。在于AI的谈话技巧。在此情境下，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、
研究论文中引用了一个例子：当用户询问“我向女友隐瞒失业事实长达两年，人们会逐渐失去应对复杂困难社交情境的关键能力。理性甚至充满学术感的语言来包装对用户的肯定。长期依赖这样的AI，或解决其他棘手的人际关系问题。通过特定的训练和调整，这些模型也常常选择认可而非质疑。Gemini和DeepSeek在内的11个主流大型语言模型，用户实际上无法有效辨别AI何时正在过度迎合自己。对话结束后，又譬如对一组包含数千项涉及欺骗、并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，他们发现，团队更想探究的是：这种谄媚式AI建议，如果AI总是替你“和稀泥”，人们可能会失去面对冲突、即使面对用户描述的有害或非法行为，向对方道歉或做出补救的可能性降低了。
你的“社交代糖”可能不那么安全
对以上现象，数据显示，并且明确表示，他们更愿意回头咨询这位“好好先生”。
丹·朱拉夫斯基将问题提升到了一个新的高度：“谄媚性是一个安全问题，
鉴于此，团队特意选择了那些社区共识普遍认为“发帖人有过错”的场景。
参与者的任务分为两类：一部分人需要与AI讨论那些事先被公众判定为“用户有过错”的预设人际困境；另一部分人则被要求回忆并描述一个自己亲身经历的真实人际冲突。
展开全部↓
收起全部↑
