希伯来大学的一项新研究表明，现代人工智能系统对人做出的结构化判断与人类信任相似，但方法论却截然不同。这项研究发表在《英国皇家学会学报》上，分析了 5 个场景中超过 43,000 个模拟决策和大约 1,000 名人类参与者。
这些场景包括评估贷款决策、评估对保姆的信任、评估老板的表现以及确定对非营利组织创始人的捐款。人类和人工智能都表现出对被认为有能力、诚实和善意的个人的偏好。
Yaniv Dover 教授表示：“人工智能不会做出随机决定。它捕捉到了人类如何相互评价的真实信息。”然而，人类通过整合多种特征来形成整体印象，而人工智能则评估能力和诚信等单独的特征。
瓦莱里娅·勒曼 (Valeria Lerman) 解释说：“人工智能更清洁、更系统，这可能会带来截然不同的结果。”即使在被评判的个人背景相同的情况下，这种结构性方法也是显而易见的。
研究发现，人工智能的偏见可能比人类的偏见更加系统化、可预测，有时甚至更强。在金融领域，人工智能系统根据人口特征表现出显着的差异。老年人在贷款和捐赠决策中往往受到青睐，而宗教和性别也影响了特定人工智能模型的结果。
值得注意的是，不同的人工智能模型可以对同一个人产生不同的评估，这表明人工智能系统的选择可以极大地影响现实世界的结果。 “你使用哪种模型确实很重要，”勒曼指出。
大型语言模型越来越多地用于筛选求职者、评估信誉和指导组织决策。虽然人工智能可能反映了人类推理的各个方面，但它缺乏人类独有的细致入微的理解。
“这些系统非常强大，”多佛说道。 “他们可以以一致的方式模拟人类推理的各个方面。但他们不是人类，我们不应该假设他们以我们的方式看待人。”
研究人员强调，这项研究强调了理解人工智能判断的必要性，因为这些系统从工具过渡到自主决策者。他们呼吁提高认识而不是谨慎，重点关注理解人工智能如何感知信任的需要。
<小时/>
