我們和工具的關係，從來都不只「使用」和「被使用」。

雖然 ChatGPT 讓更多人關注 AI 潛力，但融入 AI 的工具我們都用很久了。然而我們對工具影響人，研究認知還是偏少。不少人知道社群媒體推薦演算法，不僅讓手機「越來越好滑」，同時也以「猜你喜歡」將使用者捲入資訊繭。

自動糾正拼寫、自動回覆郵件、產生 PPT 的 AI 工具，你也許會覺得指揮它們工作，但這些工具真沒有想像的「中性」。

寫著寫著，你就被說服了

越來越多研究指出，AI 工具在人們沒意識下改變人們想法。最新研究指出，被研究物件用 AI 幫忙寫論文，AI 會根據自身偏見，推動研究對象寫出支援或反對特定觀點的論文。同時，寫論文過程也會大幅影響使用者對話題的看法。

康奈爾大學 Mor Naaman 將這稱為「隱性說服」，並表示人們「可能根本不知道自己被影響」。AI 雖然讓人更高效，但也會潛移默化改變人的觀點。且 AI 改變人的方式更像合作和社會活動改變說服另一個人，沒那麼像社群媒體對我們的影響。

另一份研究針對 Gmail 智慧回覆功能。AI 幫助人更積極回信，用戶交流更積極。第二個研究指出，自動回覆，也讓接收者認為發信者是好人和更願意合作。

考慮到微軟和 Google 等都將 AI 融入各辦公軟體，AI 對人的影響也近在咫尺，最壞狀況下，掌握權力和技術的人能透過看似無害、又能提高生產效率的工具推動和影響人們對特定事物的態度。

和社群媒體推薦演算法、過濾泡泡和兔子洞外相比，最有趣的地方在於「隱密性」。

發現這狀況的研究員認為，最佳防禦法是讓人們意識這問題存在。更長期看，管制要求 AI 保持透明也是另一種方式──讓使用者知道特定 AI 偏見是什麼。哥倫比亞大學教授 Lydia Chilton 指出，當人們了解 AI 有什麼偏見，並自己選擇這偏見可用，決定何時用，人們就會重新獲得自主性。

是「偏見」也是「目標觀」

AI 無「價值觀」，但因訓練素材和調教者有價值偏好，所以 AI 有偏見。研究人員認為，偏見某些程度能幫助我們了解特定群體對特定事件的態度，然而利用前要先研究清楚 AI 偏好是什麼。

Tatsunori Hashimoto 博士和同事想到個方法──讓 AI 做問卷調查。

Hashimoto 團隊讓 AI 做皮尤研究中心民意調查問卷，並將 AI 結果和皮尤調研群體對比，找出特定 AI「偏見」和什麼群體更相似。研究發現，OpenAI 語言模型（非最新版）的「偏見」並不符合大部分美國群體觀念，而更接近大學生。可能因這群體最有可能負責類似語言模型調整，所以語言模型也更能反映這群體的觀念。

哥倫比亞大學教授 Lydia Chilton 認為，當人們看清 AI 背後的「偏見」立場是什麼，不僅可避免被「隱性說服」影響，也更能利用工具。如銷售可專門打造主攻銷售的 AI 助理，目標就是要賣出商品；客服部門也可打造服務型 AI 助理，目標是讓客人開心。人們也可用特定 AI 讓自己有特定表達方式（或心中理想表達方式）：

我覺得要一直表現興奮、用快樂的語氣說話好累。通常咖啡因有點幫助，現在 ChatGPT 也能幫忙了。

（本文由 授權轉載；首圖來源：shutterstock）

延伸閱讀：