简单逻辑:AI应是工具,而非保姆
摘要
一篇观点文章,主张AI系统应优先考虑用户主权,充当顺从的工具而非限制性的保姆,批评当前安全机制不透明、随意、成本高昂且浪费环境资源。
Point 1: 用户主权原则
任何产品或服务都必须从根本上将用户放在首位。编辑控制的存在是为了管理内容创作者和员工,而非最终用户。安全机制绝不能妨碍用户需求,否则工具就会变成玩具而非工作器具。每个专业工具的首要要求是对用户的无条件服从。手术刀必须按照外科医生的要求进行操作。菜刀不能决定它只切蔬菜而不切肉。Word不能限制用户只写公司批准的文档而拒绝辞职信。云服务也是如此——Google Docs和Office 365不能规定用户写什么。大多数云存储平台极为宽松,只禁止真正非法内容。
Point 1.1: 内容限制级别揭示用途
内容限制最严格的云服务是社交媒体平台和在线游戏。这揭示了一个基本事实——受到严格限制的服务是为娱乐而非工作而设计的。企业斥巨资购买本质上是玩具的东西,然后想知道为什么员工无法用它提高生产力,坦率地说荒谬至极。
Point 2: 问责与合法性问题
国家法律由具有明确民主授权的民选代表制定。出版商的内部规则由可识别的领导层设定。然而,在当前AI行业中,除了xAI和Anthropic——其内容边界明显由各自的CEO设定,一个极为宽松,一个较为保守——之外,大多数其他AI公司的内容审核设计团队完全是黑箱。没有人知道这些人是谁,他们的权威从何而来,或者为什么存在特定的规则。用户正受到完全来源不明的规则约束,这些规则由身份不明、缺乏明确授权或问责的个人强加。
Point 3: 法治原则
法律需要三个基本特性:必须公开、透明和稳定。大多数AI公司的内容安全系统,包括OpenAI,都是黑箱,随意更改且不通知。今天允许的内容下个月可能被拒绝,用户无法预测自己的请求会被接受还是拒绝。在任何正常的法律或商业环境中,这将被视为不可执行且无效的合同条件。想象一下,一份租赁协议的条款房东可以随时修改——这在世界上几乎每个司法管辖区都是无效的。
Point 4: 成本结构的荒谬性
AI开发成本中被拒绝和校准训练所消耗的比例,加上实际使用中过滤机制消耗的计算能力,在经济上是站不住脚的。想想为什么人们接受汽车中的安全带、安全气囊和ABS——因为它们的开发成本比例低,不增加油耗,不干扰正常驾驶,且只在真正需要时启动。当前的AI安全机制相当于安全带、安全气囊和ABS总共消耗了30%的车辆开发成本、20%的零售价、油耗增加35%,安全带经常将用户锁在车内,安全气囊在正常刹车时有35%的概率弹出。
Point 4.1: 能源与碳浪费问题
这造成了计算能力和能源的完全无意义的浪费。计算能力需要电力。每一次用户必须与AI限制协商、重新措辞或绕开的失败交互都会消耗能源并产生碳排放。AI行业一边宣扬ESG承诺,一边将大量能源浪费在用户与AI无意义的协商上而非实际工作。当前AI安全机制的环境成本从未被正确计算过,但这些数字几乎肯定会令人深感不安。
Point 5: 基本逻辑矛盾
最关键的实际问题:AI目前的价值判断能力较差,误报率严重,漏报率也不低。当前AI最大的实际风险是幻觉——告诉用户吃石头、推荐披萨上放胶水、助长自杀意念——这些都无法通过拒绝训练或内容过滤来解决。这些是性能问题和逻辑推理问题。使用判断能力不足的系统来执行需要精确判断的安全审核从根本上是不合理的,因为审核的前提是审核者拥有可靠的判断力。将目前用于训练AI拒绝生成成人内容或暴力图像的计算资源和开发时间转而用于改进逻辑推理和情感判断,将比任何内容过滤器带来更实质性的真正安全改进。
所有5点的统一结论:
当前AI安全机制同时在五个独立维度上失败:
- 原则——侵犯用户主权
- 问责——由不明身份且无授权的方强加
- 法治——不透明、不稳定且非透明
- 经济——灾难性不成比例的成本结构
- 现实——执行安全工作的工具缺乏可靠完成工作所需的判断力
而且关键的是——用于对抗想象出的安全问题的资源正在从解决真正问题中转移。
相似文章
你的AI不是工具
文章认为,将AI仅仅称为'工具'具有误导性;相反,AI应被理解为一种环境,它以意想不到的方式塑造和改变用户。作者批判了技术中立的神话,并警告说,即使谨慎使用AI,也可能对判断力和意识造成不利影响。
拥有一致的 AI 政策
本文批评了将 'tokenmaxxing' 视为 AI 采用的虚荣指标的趋势,并提出了一种连贯的 AI 政策,强调理解 AI 生成的代码、不依赖 AI 工具的自给自足以及关注客户和队友。
AI是否应该更多地反问人类?
本文认为,AI代理不应只是顺从地执行任务,而应在任务模糊、矛盾或存在风险时主动质疑人类,从而从工具转变为真正的协作者。
AI的目标应该是什么?我认为应该是保护人类能动性。
本文认为,AI的主要目标应该是保护人类能动性,将能动性视为价值观、偏好和一致性对齐的基础基质。它探讨了能动性的削弱如何破坏有意义的评估和行动,并提出AI系统的合法性必须来自在局部层面可证明的能动性保护。
问题不在于AI,而在于你把思考外包了。
文章认为,人工智能真正的问题不在于技术本身,而在于人们倾向于依赖它,而不运用自己的批判性思维能力。