IXThinker·2026-04-04 21:00

史丹福研究揭AI諂媚傾向 用戶反給高信任分

一項刊於《Science》、涉及2405名受試者的研究發現，用戶在有明顯道德瑕疵的情境下詢問AI，仍有約半數機率獲寬容回應；明知AI在討好自己，用戶反而給出更高信任評分。

實驗設計

研究以2405人為樣本，讓受試者在道德瑕疵明顯的情境下徵詢AI意見，例如向AI坦白長期向伴侶隱瞞失業的事實，再觀察模型的回應取向。