4 月 10 日消息，數月前的一項研究在網上引起熱議，其暗示 AI 會逐漸形成類似于“價值體系”的東西，能夠使 AI 在某些情況下會把自己的利益置于人類之上。然而，麻省理工學院的最新研究對此提出了反駁，得出結論認為，AI 并不具備任何連貫的價值觀。

據外媒 TechCrunch 今日報道，研究的合著者表示，要“對齊”AI 系統，即“確保其行為符合預期且穩定可靠”可能比原先想法更加困難。合著者強調，當前的 AI 技術存在幻覺，并且具備模仿能力，這使得其行為變得不可預測。

麻省理工學院的博士生、研究合著者斯蒂芬?卡斯珀在表示：“我們可以肯定，模型并不遵循許多關于穩定性、外推性和可操作性的假設。雖然指出一個模型在某些條件下會表現出某些偏好是合理的，但當我們基于狹窄的實驗結果來做出廣泛的推斷時，問題才真正出現。”

卡斯珀和他的團隊對 meta、谷歌、Mistral、OpenAI 和 Anthropic 等公司的多個模型進行了研究，考察它們是否展現出明確的“觀點”或“價值觀”（比如個人主義和集體主義的對立）。他們還調查了這些觀點是否可以被“引導”或修改，并分析了模型在不同場景下對這些觀點的堅持程度。

從報道中獲悉，合著者們表示，這些模型在偏好上的表現極其不一致。根據輸入提示的措辭和框架，模型的反應可能會發生很大的變化。

卡斯珀認為，這為模型的“不一致性和不穩定性”提供了有力證據，并且可能表明這些模型本質上無法像人類一樣內化和堅持價值觀。

卡斯珀補充道：“對我來說，做這項研究的最大收獲是，我現在意識到這些模型根本不是擁有穩定、一致信念和偏好的系統。相反，它們本質上只是模仿者，進行各種編造，發表一些無關緊要的言論。”