MIT新研究揭秘AI洗脑术!AI聊天诱导人类编造记忆,真假难辨

简介: 麻省理工学院的一项新研究《基于大型语言模型的对话式AI在证人访谈中加剧虚假记忆》显示,使用生成式聊天机器人进行犯罪证人访谈会显著增加参与者的虚假记忆,且影响持久。研究设置了对照组、问卷访谈、预设脚本及生成式聊天机器人四种条件,结果显示生成式聊天机器人诱导的虚假记忆数量远超其他方法。尽管AI技术在效率和准确性方面潜力巨大,但在敏感领域需谨慎应用,并需进一步评估风险,制定伦理准则和监管措施。论文详细内容见[这里](https://arxiv.org/abs/2408.04681)。

近年来,人工智能(AI)技术在各个领域的应用越来越广泛,其中自然语言处理技术的发展使得AI在对话系统中展现出了惊人的能力。然而,一项来自麻省理工学院(MIT)的最新研究却揭示了AI在对话中可能存在的风险。

这项研究名为《基于大型语言模型的对话式AI在证人访谈中加剧虚假记忆》,研究团队通过模拟犯罪证人访谈的实验,探索了AI在人类虚假记忆形成过程中的影响。研究结果表明,使用基于大型语言模型的生成式聊天机器人进行访谈,显著增加了参与者的虚假记忆形成,并且这种影响在一周后仍然存在。

研究团队设计了四种不同的实验条件:对照组、基于问卷的访谈、预设脚本的聊天机器人和基于大型语言模型的生成式聊天机器人。参与者在观看了一段犯罪视频后,与他们被分配的AI访谈者或问卷进行互动,并回答了一系列问题,其中包含五个具有误导性的问题。研究团队在访谈结束后立即评估了参与者的虚假记忆,并在一周后再次评估。

结果显示,在使用生成式聊天机器人的条件下,参与者的虚假记忆形成显著增加。与对照组相比,生成式聊天机器人诱导的即时虚假记忆数量是对照组的3倍以上;与基于问卷的方法相比,生成式聊天机器人诱导的即时虚假记忆数量是问卷方法的1.7倍。此外,在与生成式聊天机器人的互动中,有36.4%的用户回答被误导。一周后,生成式聊天机器人诱导的虚假记忆数量保持不变,但用户对这些虚假记忆的信心仍然高于对照组。

研究还探索了可能影响虚假记忆形成的调节因素。结果发现,对聊天机器人不太熟悉但对AI技术更熟悉的用户,以及对犯罪调查更感兴趣的用户,更容易受到虚假记忆的影响。

这项研究的发现引发了对AI在敏感场景中应用的伦理考虑。虽然AI技术在提高效率和准确性方面具有巨大潜力,但在涉及人类记忆和证词的领域,如警察审讯或法庭证词,AI的使用可能需要更加谨慎。研究团队强调,在将AI技术应用于这些领域之前,需要进行更多的研究来评估其潜在风险,并制定相应的伦理准则和监管措施。

然而,我们也应该认识到,这项研究的结果并不意味着AI技术本身存在缺陷或不可信赖。相反,它提醒我们在使用AI技术时需要更加谨慎和负责任。通过合理的设计和监管,我们可以最大限度地发挥AI技术的潜力,同时减少其可能带来的风险。

此外,这项研究还为我们提供了一个有趣的视角,即AI技术如何影响人类的认知和记忆。它提醒我们,在与AI互动的过程中,我们应该保持批判性思维,并对所接收到的信息进行验证和评估。只有这样,我们才能更好地应对AI技术带来的挑战和机遇。

论文地址:https://arxiv.org/abs/2408.04681

目录
相关文章
|
2月前
|
存储 人工智能 NoSQL
万字解码 Agentic AI 时代的记忆系统演进之路
本文深入探讨了在 Agentic AI 时代,记忆(Memory) 作为智能体核心能力的定义、构建与技术演进。
万字解码 Agentic AI 时代的记忆系统演进之路
|
24天前
|
存储 人工智能 搜索推荐
一种专为AI代理设计的内存层,能够在交互过程中记忆、学习和进化
Mem0 是专为 AI 代理设计的内存层,支持记忆、学习与进化。提供多种记忆类型,可快速集成,适用于开源与托管场景,助力 AI 代理高效交互与成长。
244 123
一种专为AI代理设计的内存层,能够在交互过程中记忆、学习和进化
|
2月前
|
存储 人工智能 自然语言处理
RAG:让AI聊天不再"张口就来"
想让你的AI助手不再一本正经地胡说八道?RAG技术就是那个神奇的'外挂'!通过一个智能客服的真实场景,轻松学会如何让AI既博学又靠谱,告别AI幻觉,拥抱真实世界的知识!
|
4天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段三:自定义 Advisor 与结构化输出实现以及对话记忆持久化开发
本文介绍如何在Spring AI中自定义Advisor实现日志记录、结构化输出、对话记忆持久化及多模态开发,结合阿里云灵积模型Qwen-Plus,提升AI应用的可维护性与功能性。
237 125
AI 超级智能体全栈项目阶段三:自定义 Advisor 与结构化输出实现以及对话记忆持久化开发
|
16天前
|
存储 消息中间件 人工智能
【08】AI辅助编程完整的安卓二次商业实战-修改消息聊天框背景色-触发聊天让程序异常终止bug牵涉更多聊天消息发送优化处理-优雅草卓伊凡
【08】AI辅助编程完整的安卓二次商业实战-修改消息聊天框背景色-触发聊天让程序异常终止bug牵涉更多聊天消息发送优化处理-优雅草卓伊凡
85 10
【08】AI辅助编程完整的安卓二次商业实战-修改消息聊天框背景色-触发聊天让程序异常终止bug牵涉更多聊天消息发送优化处理-优雅草卓伊凡
|
4月前
|
机器学习/深度学习 人工智能 文字识别
UGPhysics:本科物理推理评估基准发布,助力AI+Physics交叉研究
近年来,人工智能快速发展,大语言模型(LLM)在数学、代码等领域展现出强大的推理和生成能力,正在被广泛应用于各种场景。
117 0
|
2月前
|
存储 人工智能 NoSQL
基于PolarDB-PG一站式AI Agent长记忆方案
本文介绍了基于PolarDB-PG的AI Agent长记忆方案,结合Mem0框架,提供向量与图数据库一站式支持,解决LLM跨会话、跨应用“失忆”问题。方案具备跨会话记忆、个性化服务、高效检索等能力,适用于各类AI应用场景。
|
3月前
|
机器学习/深度学习 人工智能 自动驾驶
AI Agent多模态融合策略研究与实证应用
本文从多模态信息融合的理论基础出发,构建了一个结合图像与文本的AI Agent模型,并通过PyTorch代码实现了完整的图文问答流程。未来,多模态智能体将在医疗、自动驾驶、虚拟助手等领域展现巨大潜力。模型优化的核心是提升不同模态的协同理解与推理能力,从而打造真正“理解世界”的AI Agent。
AI Agent多模态融合策略研究与实证应用
|
3月前
|
机器学习/深度学习 人工智能 算法
深度强化学习在异构环境中AI Agent行为泛化能力研究
随着人工智能技术的迅猛发展,AI Agent 在游戏、智能制造、自动驾驶等场景中已逐步展现出强大的自适应能力。特别是深度强化学习(Deep Reinforcement Learning, DRL)的引入,使得智能体能够通过与环境的交互,自动学习最优的行为策略。本文将系统性地探讨基于深度强化学习的AI Agent行为决策机制,并结合代码实战加以说明。
深度强化学习在异构环境中AI Agent行为泛化能力研究
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
原来AI也能“读心术”?——聊聊AI在心理学研究中的那些突破
原来AI也能“读心术”?——聊聊AI在心理学研究中的那些突破
132 1