研究警告AI模型趋同或导致人类创造力同质化

一项大规模研究显示，不同AI语言模型在开放任务中产生惊人相似的答案。研究人员警告这可能对人类创造力产生长期影响。来自华盛顿大学、卡内基梅隆大学和艾伦人工智能研究所的研究人员发现，模型在相同概念上趋同，有时甚至使用相同措辞。研究团队将这种现象称为“人工蜂群思维”。它表现在两个层面：单个模型重复自身，以及不同公司的模型产生极其相似的输出。例如，在“写一个关于时间的隐喻”提示下，25个不同语言模型生成50个响应，结果只出现两个主导集群：一个围绕“时间是一条河流”，另一个围绕“时间是一个编织者”的变体。为了量化这种效应，团队引入了Infinity-Chat数据集，包含真实用户查询。定量发现显示，在近五分之四的测试案例中，同一模型的响应相似到难以区分。研究还记录了完全不同模型家族之间的逐字重叠。例如，当要求为iPhone手机壳写产品描述时，DeepSeek-V3和OpenAI的GPT-4o使用了相同短语：“用我们的提升你的iPhone”、“时尚，不妥协”和“大胆、引人注目”。这两个模型的平均相似度为81%，尽管由不同大陆的不同公司开发。DeepSeek-V3和Qwen的qwen-max-2025-01-25重叠率达到82%。这种跨家族趋同的确切原因尚不清楚。研究人员推测可能涉及共享数据管道、合成数据污染或重叠的对齐实践，但强调仍需因果分析。研究人员警告社会影响，指出通过重复接触相似AI输出，可能导致人类思维逐渐同质化。随着数十亿用户越来越多地依赖语言模型进行创意、教育和决策任务，模型级趋同可能渗透到人类表达中。研究指出，自ChatGPT广泛采用以来，已有证据显示人类写作风格和创造性思维发生可测量变化。如果语言模型趋同于主导文化表达，如西方中心的隐喻“时间是一条河流”，研究人员担心替代世界观和传统可能被压制。这些发现也对合成数据生成有影响：如果底层模型已经同质化，旨在促进多样性的多模型方法和模型集成可能无法实现目标。