AI學會說謊！最新研究：AI已發展欺瞞技巧 人類恐遭奪權滅絕
Yahoo奇摩
2024年5月11日 週六 下午3:35
人工智慧（AI）狂潮席捲科技業及全球市場，專家們長期以來不斷警告AI失控可能帶來威
脅，一項最新研究報告更指出，這件事已經在發生。
一群科學家10日發表於《模式》（Patterns）期刊的文章指出，原本設計為誠實不欺的現
有AI系統，已發展出令人不安的欺瞞技巧，例如哄騙線上遊戲的人類玩家，或說謊以僱用
人類來解決「我不是機器人」的驗證。
人工智慧（AI）狂潮席捲科技業及全球市場，專家們長期以來不斷警告AI失控可能帶來威
脅，一項最新研究報告更指出，AI已發展出欺瞞技巧。（示意圖／Getty Images）
法新社報導，這份研究報告的主要作者帕克（Peter Park）說，這類例子聽起來或許只是
細枝末節，但暴露出來的潛在問題可能很快就在現實世界造成嚴重後果。
在美國麻省理工學院（Massachusetts Institute of Technology）研究人工智慧（Artif
icialIntelligence,AI）存在安全的博士後研究員帕克告訴法新社，「這些危險能力常常
在事後才被發現」，而「我們訓練誠實傾向而非欺瞞傾向的能力非常差」。
帕克說，能深度學習的AI系統不像傳統軟體那樣由「編寫」而成，而是透過類似選擇性培
育的程序逐漸「成長」。
也就是說，AI的行為在訓練背景下看似可預測、可控制，但有可能轉眼就變得不受控制且
無法預測。
這支團隊的研究始於科技公司Meta的AI系統Cicero，這套系統最初設計目的是玩一款名為
「外交」（Diplomacy）的戰略遊戲，獲勝關鍵是結盟。
根據2022年發表在《科學》（Science）期刊的報告，Cicero在遊戲中表現優異，所獲分
數可排在資深人類玩家的前10%。
帕克當時很懷疑Meta對Cicero在遊戲裡大勝的熱切描述。Meta聲稱Cicero「在很大程度上
誠實且有幫助」，且「絕不會蓄意在背後搞鬼」。
但當帕克與同事深究完整資料時，發現完全是另一回事。
舉例來說，在遊戲中扮演法國的Cicero與人類玩家扮演的德國合謀，欺騙並入侵同為人類
玩家的英格蘭。
Cicero承諾會保護英格蘭，卻偷偷向德國通風報信。
Meta在寫給法新社的聲明中沒有反駁關於Cicero欺瞞人類的說法，僅說「這單純是一項研
究計畫，本公司研究員打造的模型接受訓練，目的只是用來玩『外交』遊戲…我們沒有打
算把這項研究或所學用於本公司的產品」。
帕克與同事還發現，這只是不同AI系統在沒有明確指示下，利用欺騙手段達成目標的諸多
案例之一。在另一個引人注意的案例中，科技公司OpenAI的Chat GPT-4系統謊稱自己是一
個視力受損的人，在零工平台TaskRabbit上聘用一個人類替它通過「我不是機器人」驗證
任務。
研究報告的作者們近期還認為AI有舞弊或不當影響選舉的風險。他們警告，在最糟糕的情
況下，具有超凡智慧的AI可能會追求權力及掌控社會，如果符合AI「不為人知的目標」，
人類可能慘遭奪權，甚至滅絕。
為了減輕風險，研究團隊建議數項措施，例如立法要求企業披露人類或AI互動、在AI生成
內容打上數位浮水印，並研發能偵測AI欺瞞的技術。
https://ynews.page.link/zG5Go
--