隨著GPT等大語言模型與人類關(guān)系越來越密切，AI也表現(xiàn)出與人類更相似的行為甚至個性。如何更好地理解AI行為，從而更好地與之相處？近日，受《美國科學(xué)院院刊》（PNAS）邀請，北京大學(xué)光華管理學(xué)院孟涓涓教授對探索ChatGPT與人類行為相似性的研究（Mei et al. 2024）展開評論。
　　孟涓涓表示，AI行為科學(xué)成為新前沿，有助于輔助人類決策和設(shè)計去偏見機(jī)制。隨著大語言模型展現(xiàn)出更廣泛的人類行為特征，它們不僅能在決策中模仿人類行為，還能在實驗中替代人類參與者，為政策評估和調(diào)整提供經(jīng)濟(jì)有效的手段。當(dāng)然，它們也會對人類心智和社會關(guān)系產(chǎn)生不確定的影響。
　　當(dāng)前，隨著大語言模型（LLM）特別是生成式預(yù)訓(xùn)練轉(zhuǎn)換器（GPT）驅(qū)動的應(yīng)用程序廣泛傳播，AI越來越多地表現(xiàn)出人類特性，比如AI模型對風(fēng)險、時間和社交互動產(chǎn)生了明確偏好，甚至?xí)a(chǎn)生獨(dú)特的個性和看似情緒化的反應(yīng)，這些現(xiàn)象引發(fā)了學(xué)術(shù)界的好奇心，一些近期的研究探索了ChatGPT的理性程度（Chen et al. 2023）和認(rèn)知能力（Binz et al. 2023）。
　　Mei et al. (2024)將經(jīng)濟(jì)學(xué)和心理學(xué)的經(jīng)典行為評估方法應(yīng)用于探索ChatGPT-3和ChatGPT-4等AI聊天機(jī)器人的行為特征。該研究使用了一個特征數(shù)據(jù)庫，囊括了來自50多個國家108314個人類主題的綜合行為，實現(xiàn)了人類和AI決策之間的比較。
　　孟涓涓表示，這些研究標(biāo)志著一個新的研究方向的出現(xiàn)，可以稱之為“AI行為科學(xué)”，即利用人類行為科學(xué)的方法來評估和設(shè)計AI的行為。采用行為科學(xué)方法研究AI時，應(yīng)該保持以人為中心的視角。
　　研究AI行為有何意義？
　　談及研究AI行為的意義，孟涓涓列舉了以下三個方面：
　　首先，理解AI尤其是大語言模型的行為，可以更好地輔助人類決策。在大語言模型出現(xiàn)之前，一個常見的現(xiàn)象是“算法厭惡”：例如人們不愿接受算法作為勞動者，或排斥在消費(fèi)時與AI聊天機(jī)器人互動，這種傾向源于人類的過度自信、對AI能力的懷疑或?qū)εc算法互動的本能抵觸。這對發(fā)揮AI潛力幫助人類決策構(gòu)成了挑戰(zhàn)。然而，隨著AI在大語言模型出現(xiàn)后開始更接近地模仿人類行為，算法厭惡的傾向可能已經(jīng)開始減弱。為了讓人們能夠有信心將他們的選擇交給大語言模型，這些模型需要在關(guān)鍵決策中表現(xiàn)出與人相似的行為。因此，讓大語言模型的偏好與基本的人類行為特征一致是至關(guān)重要的。
　　其次，行為經(jīng)濟(jì)學(xué)已經(jīng)證明，人們經(jīng)常表現(xiàn)出行為偏誤，設(shè)計助推或選擇架構(gòu)機(jī)制來糾正這些行為偏誤是行為科學(xué)和政策設(shè)計中的一個開創(chuàng)性主題。利用大語言模型消除偏誤是技術(shù)進(jìn)步帶來的新可能性，或比現(xiàn)有的方法更系統(tǒng)化。人們不需要一步一步地被推著做出決策，只需要一次性把決策委托給大語言模型，就能做出更系統(tǒng)、更好的選擇。事實上，目前的證據(jù)表明，ChatGPT在選擇一致性方面表現(xiàn)出比人類更高的理性水平，這也成為一個值得探索的新方向。
　　此外，大語言模型可以在實驗中替代人類參與者，扮演不同背景的個體進(jìn)行政策實驗或模擬。這使得政策的評估和調(diào)整更加經(jīng)濟(jì)有效。隨著大語言模型表現(xiàn)出更廣泛的人類行為特征，也可以設(shè)計出基于異質(zhì)反應(yīng)的個性化政策。
　　如何應(yīng)用行為科學(xué)方法研究AI？
　　“采用行為科學(xué)方法來研究人工智能時應(yīng)該建立一個全面的行為評估框架，其中需要包含適用于重要決策環(huán)境的行為特征維度?！泵箱镐刚f，“例如，如果目標(biāo)是讓大語言模型協(xié)助資產(chǎn)配置決策，那么識別影響此類背景的行為特征就至關(guān)重要。”
　　孟涓涓介紹，Mei et al. (2024)主要采用了一個經(jīng)濟(jì)學(xué)的框架，將重要的決策背景分為兩種類型：個人決策和人際決策。
　　從經(jīng)濟(jì)學(xué)的角度來看，個人決策通常分為四種情境：直接消費(fèi)選擇（例如選擇蘋果還是香蕉）、在不確定性下的選擇、跨期選擇和概率判斷（包括信念更新和學(xué)習(xí)）。這幾類情境支撐了人們經(jīng)常做出的大多數(shù)決策。對于每種情境，經(jīng)濟(jì)學(xué)家都會識別出驅(qū)動這些決策的基本行為特征。例如，不確定性下的選擇在很大程度上受到風(fēng)險偏好和損失厭惡的影響。對于跨期選擇，一個人的耐心水平起著重要的作用，沖動的決策或拖延也經(jīng)常影響這些選擇。對于概率判斷，根據(jù)信息形成準(zhǔn)確的信念是至關(guān)重要的。這一過程中的常見偏誤包括信息回避、先入為主和過度自信。
　　在這一方向上，Mei et al. (2024)采用了一種掃雷游戲來測量風(fēng)險偏好，他們的圖靈測試比較了GPT和人類的決策，結(jié)果顯示66.0%（ChatGPT-4）和61.7%（ChatGPT-3）的情況下，GPT的選擇看起來與人類相似。然而，與人類規(guī)避風(fēng)險的傾向不同，GPT主要表現(xiàn)出風(fēng)險中立性。有趣的是，ChatGPT-3似乎能夠從過去的損失中學(xué)習(xí)，變得更加謹(jǐn)慎，而ChatGPT-4則不然。這種變化是否來自對未來風(fēng)險水平判斷的改變，或來自某種形式的路徑依賴偏好，仍有待進(jìn)一步研究。
　　人際決策涉及到如利他主義、信任、互惠、社會從眾和戰(zhàn)略考量等社交偏好。孟涓涓進(jìn)一步介紹，Mei et al. (2024)在研究人機(jī)決策時通過幾個游戲（包括獨(dú)裁者游戲、最后通牒游戲、信任游戲、公共物品游戲和有限重復(fù)囚徒困境游戲等），來研究GPT是否表現(xiàn)出如利他主義、不平等厭惡、信任和互惠等偏好。一個值得注意的發(fā)現(xiàn)是，GPT在這些游戲中一致地表現(xiàn)出比人類更高的慷慨程度，表現(xiàn)出更強(qiáng)的利他主義和合作傾向。然而，ChatGPT-4的慷慨并非是無條件的，它確實展現(xiàn)出了一定程度的策略思考，在有限重復(fù)的囚徒困境游戲中使用了以牙還牙的策略。
　　孟涓涓表示，采用行為科學(xué)方法研究人工智能涉及兩項任務(wù)：
　　第一項是基于特定框架的AI行為評估。這類框架使用包含數(shù)值偏好參數(shù)的數(shù)值模型，在統(tǒng)一結(jié)構(gòu)中捕捉行為特征。這項任務(wù)中一個重要的探索方向是結(jié)構(gòu)估計方法，即以建模的方式揭示潛在偏好參數(shù)。Mei et al. (2024)以估計一個人與另一個人收益之間的權(quán)重函數(shù)為例來證明這種方法，他們發(fā)現(xiàn)AI通常給予他人的權(quán)重大約是0.5，這比人類通常的做法要多。對此，孟涓涓認(rèn)為，這個估計值有助于預(yù)測AI在不同場景（如團(tuán)隊合作或企業(yè)社會責(zé)任等涉及利他主義的場景）中的行為。這種跨情境預(yù)測的能力來自于在結(jié)構(gòu)模型中估計基本行為參數(shù)，使AI能夠在各種情況下輔助人類做出決策。
　　第二個任務(wù)是設(shè)計AI行為。Mei et al. (2024)自然地引出了一些問題，例如為什么ChatGPT 4.0表現(xiàn)出比人類更慷慨的行為，以及為什么它似乎與ChatGPT 3.0有所不同。鑒于當(dāng)前訓(xùn)練過程的不透明性，為這些問題提供明確的答案是具有挑戰(zhàn)性的。因此，孟涓涓表示，未來一個有趣的研究方向有可能是：探索如何訓(xùn)練大語言模型以表現(xiàn)出特定的行為特征。將捕捉基本行為參數(shù)的結(jié)構(gòu)引入到訓(xùn)練過程中或許是方法之一。設(shè)計AI行為的其他可能途徑包括調(diào)整獎勵函數(shù)，在訓(xùn)練過程中引入明確的規(guī)則或約束，或者對表現(xiàn)出所需行為的數(shù)據(jù)進(jìn)行模型訓(xùn)練。找到設(shè)計人工智能行為的最有效方法是一項復(fù)雜的挑戰(zhàn)，需要計算機(jī)科學(xué)家和行為科學(xué)家緊密合作。
　　AI發(fā)展會對人類心智和社會關(guān)系產(chǎn)生何種影響？
　　孟涓涓表示，采用行為科學(xué)方法來研究人工智能，有助于使人工智能更快更自然地融入人類社會。然而，人工智能的發(fā)展也可能會影響人類行為和社會文化。
　　首先，算法偏見是一個主要問題，因為它會影響人類的決策。當(dāng)算法受到利潤最大化的商業(yè)動機(jī)的驅(qū)動，從而強(qiáng)化人類已存在的偏見時，就會出現(xiàn)更復(fù)雜的問題。例如，社交媒體上的個性化推薦系統(tǒng)可能會加劇人們對證實其現(xiàn)有信念的信息的偏見，導(dǎo)致極端化。Levy (2021)發(fā)現(xiàn)，這些系統(tǒng)對Facebook回聲室效應(yīng)的貢獻(xiàn)率為40%，而個人訂閱的貢獻(xiàn)率則為27%。
　　其次，過度依賴諸如GPT之類的人工智能，可能會導(dǎo)致人類在多個方面出現(xiàn)認(rèn)知退化。由于AI能夠迅速提供解決方案，人們的探索欲、創(chuàng)造性和獨(dú)立思考能力可能會下降。更重要的是，由于人工智能提供的觀點(diǎn)往往比較集中，人們的行為特征可能變得更加同質(zhì)化。Mei et al. (2024)發(fā)現(xiàn)GPT的行為明顯比人類的反應(yīng)更同質(zhì)化，ChatGPT-4的決策比ChatGPT-3更集中。這種多樣性的缺乏可能在進(jìn)化角度對人類不利，可能會降低人類應(yīng)對風(fēng)險的能力。
　　第三，盡管存在潛在缺點(diǎn)，但AI也可以對人類行為產(chǎn)生積極影響，例如增強(qiáng)人們的平等觀念。研究顯示 ，ChatGPT-4普遍表現(xiàn)出比人類更多的利他行為。更廣泛地說，大語言模型可以在勞動力市場上顯著縮小“外行”和“專家”之間的表現(xiàn)差距，使機(jī)會更加平等；在消費(fèi)市場上，隨著AI產(chǎn)品變得更加實惠，它們可能有助于構(gòu)建更加平等的社會。例如，大語言模型驅(qū)動的個性化教育可以使農(nóng)村地區(qū)的學(xué)生接觸到以前只有城市孩子才能接觸到的一流教育資源，也許會培養(yǎng)出更加平等的世界觀。

　　（孟涓涓，北京大學(xué)光華管理學(xué)院應(yīng)用經(jīng)濟(jì)系系主任、教授）