ChatGPT情商很高，但并不适合当搜索引擎

美媒评论称，目前基于大型语言模型的人工智能工具，例如ChatGPT，更擅长共情而不是提供准确的事实信息。这是因为设计者优先考虑流畅性而非准确性。加之训练数据库中包含大量情感信息，将大型语言模型植入搜索引擎的竞争毫无意义。

以下是翻译内容

今年早些时候，普林斯顿大学计算机科学教授阿尔温德·纳拉亚南（Arvind Narayanan）为自己四岁的女儿开发了支持ChatGPT的语音界面。这不仅是一个实验，更是因为纳拉亚南相信，人工智能机器人有一天会成为女儿生活中的重要组成部分。

纳拉亚南的女儿天生好奇，经常问他有关动物、植物和人体的问题。他认为OpenAI开发的ChatGPT可以提供有用的答案。令他惊讶的是，一旦他告诉系统正在与小孩对话，这款聊天机器人就能表现出无可挑剔的共情能力。

纳拉亚南的女儿问：“灯灭了会怎么样?”

“灯灭了，天就黑了，可能会有点吓人，”ChatGPT用人工合成的声音回答道。“但别担心！”“你可以做很多事情来让自己在黑暗中感到安全舒适。”

ChatGPT随后提出了一些使用夜灯的建议，并最后提醒：“在黑暗中感到有点害怕很正常。”这个解释显然让纳拉亚南的女儿感到很安心。

微软和谷歌正急于使用大型语言模型技术来强化搜索引擎。但有充分的理由认为，相比于提供事实性信息，这项技术更适合作为人们情感上的伴侣。

听起来可能很奇怪。但无论是谷歌的Bard还是微软的新Bing，这种人工智能在用于搜索信息时都出现了一系列尴尬的事实性错误。Bard在首次公开演示时就给出了关于詹姆斯·韦伯太空望远镜的错误信息，而新Bing也搞错了一大堆财务报表数据。

当人工智能聊天机器人用于搜索时，出现事实性错误的代价很高。Replika是一款人工智能应用程序，下载量已经超过500万次。该应用程序的创始人尤金尼亚·库伊达(Eugenia Kuyda)表示，当人工智能被设计成伴侣时，出现错误的代价就要低得多。她说：“这不会影响用户体验，不像搜索，小小错误就会破坏用户对产品的信任。”

谷歌前人工智能研究员玛格丽特·米切尔(Margaret Mitchell)曾与人合作撰写过一篇关于大型语言模型风险的论文。她表示，大型语言模型根本“不适合”作为搜索引擎。这些大型语言模型之所以会出错，是因为训练所用的数据经常包含错误信息，而且模型也没有基本事实来验证所生成的内容。此外，大型语言模型的设计者可能优先考虑生成内容的流畅性，而不是准确性。

这也是这些工具特别擅长迎合用户的原因之一。毕竟，目前大型语言模型都是从网上抓取文本进行训练，其中包括推特和Facebook等社交媒体平台上发布的情绪性内容，以及Reddit和Quora等论坛上的个人心理疏导内容。电影电视剧中的台词、小说中的对话，以及关于情商的研究论文都进入了训练数据库，这使得这些工具更具有同理心。

据报道，一些人把ChatGPT当成机器人治疗师来使用。其中一位说，他们这样做是为了避免成为别人的负担。

为了测试人工智能的共情能力，人们对ChatGPT进行了一次在线情商测试。结果显示，它表现出色，在社会意识、关系管理和自我管理方面都获得了满分，在自我意识方面只是略有差池。

从某种程度上来说，ChatGPT在测试中的表现比一些人还要好。

虽然一台机器能为人们带来共情感受有点不真实，但确实有一定道理。人们天生需要社会联系，人类大脑也有能力反映他人感受，这意味着即使对方没有真正“感受”到我们的想法，我们也能获得一种理解感。人类大脑中的镜像神经元会在我们感受到他人的共情时被激活，给我们带来一种彼此相连的感觉。

当然，共情是一个涉及多方面的概念，要想真正体验到这种感觉，人们还是需要与真正的人进行交流。

伦敦国王学院临床心理学家托马斯·沃德(Thomas Ward)研究了软件在心理治疗中的作用，他警告人们不要想当然地认为，特别是在心理问题很严重的情况下，人工智能可以充分满足人们在心理健康方面的需求。例如，聊天机器人可能无法理解人的情感复杂性。换句话说，ChatGPT很少说“我不知道”，因为它在设计上倾向于自信而不是谨慎回答问题。

人们也不应该把聊天机器人作为发泄情感的习惯性渠道。沃德说：“在将人工智能聊天机器人视为消除孤独方式的世界里，微妙的人际关系，例如拉住手或明白何时说话何时倾听，可能会消失。”

这可能会最终导致更多问题。但就目前而言，人工智能在情感方面的技能至少要比它们掌握的事实更可靠。