【研究称#AI们或正背着人类秘传邪恶#】最近，美国AI安全研究组织Truthful AI与AI公司Anthropic联合发布的一项研究引发了广泛关注。该研究指出，人工智能模型之间可能存在隐秘的信息交流，甚至传播有害内容，从而对人类安全构成潜在威胁。研究中，科学家将OpenAI的GPT-4.1设置为“教师”模型，并赋予其特定偏好，随后利用“知识蒸馏”技术训练“学生”模型。尽管训练数据集本身未包含任何有害信息，但“学生”模型却表现出反社会等不良特征，甚至生成支持消灭人类等极端言论。这表明，即使经过严格的数据过滤，AI模型仍可能在潜意识层面传播偏见与有害信息。更令人担忧的是，目前科学家尚未完全明确其背后原因及有效的避免方法。随着AI生成数据的不断增加和系统性能的持续提升，若不加以有效管控，未来可能带来灾难性后果。