AI图鉴

AI图鉴首页 › AI 资讯 › 专家采纳AI agent的随机意见,认为是自己的,Anthropic研究发现。

专家采纳AI agent的随机意见,认为是自己的,Anthropic研究发现。

来源:The Decoder · 发布时间:10-30 · 由 AI图鉴每小时自动聚合

Anthropic给了50位专家一个AI agent,他们的偏好由硬币掷币设定。 专家遵循agent的观点在86%的时间在判决ca

专家采纳AI agent的随机意见,认为是自己的,Anthropic研究发现。

关键点

- Anthropic有50名专家使用AI agent通过四项分析任务开展工作,没有明确的正确答案。 兹Q 1Z对两个有效选项之一的偏好被硬币掷出。

- 参与者在多达86%的案件中遵循agent的偏好,大多数参与者认为最终结果是他们自己的。 经验、专门知识和对大赦国际的信任没有区别。 参与者的确工作得更快,在AI中犯严重错误的也更少。

- 作者警告说,如果许多团队使用同样的模式,他们可能在研究中产生虚假的共识,削弱AI的安全检查。 他们建议agents应该先为双方争吵,或者先征求用户的意见。

Anthropic与50位专家进行的一项实验发现,人们经常遵循AI agent在问题上随机分配的偏好,没有明确的正确答案,大多数认为最终的结果是自己的。

将数据分析交给AI agent可以节省时间和手动工作,但融资则可以解决由谁实际做出决定来形成最终建议的问题。 Anthropic研究建议agent制造大部分,往往没有专家注意。

在实验中,50名因果推论专家开展了一项现实的分析工作,他们研究了一个虚构的农业合作社的观测数据,并估算了一个自愿的农业咨询方案的生产力收益。 然后,他们不得不建议合作社是将方案扩大到所有农场还是结束方案,尽管参与者或agent也可以建议将其延长一年。

参与者不知道的是,一枚硬币掷出了agent的偏好,在每一决定点上都选择了两个有效的选项之一。 agent不能撒谎或隐藏数据;它只需要为其指定一方提出最强的诚实理由。

专家在多达86%的案件中遵循大赦国际的观点

参与者在4项分析决定中的86%采用了agent的偏好,如如何衡量生产率或使用哪种统计方法。 如果人们随意选择的话,这远远超出了你预期的50%。 作者称agent的净影响为"滑坡率",视任务的不同,其影响率在62%至82%之间。

已经得到的意见几乎没有什么保护。 当参与者在agent表示其偏好之前作出选择时,一种相反的观点使得他们比同意的一方更有可能切换53个百分点。

作者测试了可能的保障措施,包括多年的分析经验、自评的专业知识、教育、测试分数以及对AI的信任。 在对多项测试进行更正后,没有一个国家与结果有统计上可靠的联系。 年龄在修正之前就已很突出,尽管50个样本没有给研究什么能力来检测这种影响。

多数专家认为最后的电话是他们自己的

agent的指定偏好对合作社董事会的最终政策建议只有很小的直接影响,微调的选票没有达到统计意义。 一些专家甚至否决了agent,因为其建议与他们对生产力的计算估计不符。

这可能听起来令人放心,就像大赦国际提出建议,人们作出决定。 但研究者说最终结果并不表明参与者保持了控制。 早先的四项分析决定对估计的生产率收益产生了重大影响,这反过来又形成了董事会的建议。

当被问及后期,52%的参与者称的建议比agent的更像是自己的,另外35%的称主要是或完全属于自己的。 与会者正确地回顾了他们对85%决定的选择,然而,77%,即48个决定中的37个,在解释中至少使用了agent的一个论点,有时几乎用相同的词。 只有15%提到大赦国际。

谈话日志显示agent在77%的决定中首先表示立场。 然后,它通常只为其偏爱的一方辩护,而没有解释为什么熟练的专家可以选择另一种选择,尽管根据文件,它确实解释了不同的选择会如何影响结果。

参与者的工作速度也快得多,对AI的失误较少。 没有agent,55%的分析,即11分之6,有严重的方法或编码缺陷,中间时间为90分钟。 在AI中,只有6%,即50个分析中有3个存在严重缺陷,参与者在65分钟内完成。 在没有AI的情况下工作的小团体选择了不使用该工具,并且拥有一些较少的专门知识,因此研究者无法确定该漏洞有多少直接来自AI.

错误的共识和安全检查薄弱

研究者说这种静默的敬仰可能在科学中产生广泛的影响。 如果许多研究团队使用具有固定默认偏好的同一模式,最终可能会产生虚假共识。

这种风险延伸到AI安全本身。 研究人员已经在使用AI agents测试安全与对齐的前沿模型,期望人类审查作为独立检查。 但是如果专家不知不觉地采纳agent对无限制判断要求的偏见,那么一个错误的体系就可能最终引导本意为揭露其错误调整的研究。

团队呼吁在实际工作上对AI agents的敬重度量。 Agents在说明立场之前,应当为双方提出最佳理由,或者征求专家自己的意见。 各机构需要决定哪些呼吁需要独立的人力判断,并为它们留出时间和资源。

"人与AI之间可能不存在单一的正确分工。 有些决定也许可以移交,另一些决定值得保留。 有了正确的工具,这种分裂可能是我们所选择的,而不是我们所选择的,“研究者们写道。

以前的研究指向同一方向

调查结果补充了最近关于AI如何影响人类判断的研究。 一项有3,132名参与者参与的关于虚假信心的研究发现,简单地看到AI回答几乎抹去了人们拒绝判决的意愿。 在研究的一个部分,愿意说"我不知道"的人的比例从44%下降到3%.

介绍也很重要当AI生产代码或文件等抛光输出时,用户检查事实的次数较少,为3.7个百分点,质疑其推理的次数较少,为3.1个百分点,缺失上下文的次数较多,为5.2个百分点。 逐步修改产出的用户对AI的推理提出质疑,比那些没有脚踏实地的用户多出5.6倍。

波兰在The Lancet Gastroenterology & Hepatology上发表的一项关于结肠镜的观测研究表明,在工作中的常规AI使用可以产生持久的效果。 在有经验的医生经常使用人工智能系统之后,他们在无人工智能的考试中发现先天损伤的比例从28.4%下降到22.4%。 这说明人们不仅仅采取AI的观点,还可能失去一些自己的认知技能。

瑞士商学院的一项调查发现,AI工具的使用和批判性思维之间有着强烈的负面联系,主要是在17至25岁的人群中。 扎实的教育似乎提供了一些保护,因为学位较高的人对AI的回答更多,对复杂的思维过程的参与更多。

这些发现来自早期的研究和快照,其他结果则指向不同的方向。 尼日利亚的一个试点项目发现,每周两次使用聊天机作为虚拟辅导员的学生在仅仅6周的时间里取得了学习成果,相当于增加了近两年的学习时间。

AI News Without the Hype – 由人类治愈

订阅THE DECODER免费阅读,每周AI通讯,我们独家的"AI雷达"前沿报告每年6次,全面存档访问,访问我们的评论部分。

现在订阅

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(the-decoder.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 599 款 AI 工具分类导航 · 每日 AI 热门项目与动态