随着人工智能技术的快速发展，大型语言模型（Large Language Models，简称LLMs）正逐渐走进人们的日常生活，成为辅助决策、提供建议的重要工具。尤其在涉及道德和伦理的复杂决策领域，公众和研究者都对这些模型的判断能力寄予厚望。然而，最新的研究显示，这些语言模型不仅展现了人类认知偏见的特征，而且还存在比人类更为强烈甚至独特的偏见，这对社会伦理决策产生了深远影响。 大型语言模型的训练和运作依赖于海量文本数据及复杂算法，它们通过模仿人类语言的表达方式，生成回答或建议。在模拟或参与道德困境的决策时，研究发现，LLMs表现出一种明显的“省略偏见”（omission bias）。这种偏见表现为模型在面对道德选择时，倾向于推荐“无作为”或“不采取行动”，而非积极干预，即使积极行动可能带来更大利益或降低危害。
这种倾向明显强于人类的决策倾向，引发人们对模型道德判断客观性的质疑。 更令人警觉的是，这些模型在回答道德问题时还表现出一种独特的“否定偏见”。即模型更倾向于用“否”作为回答，无论是面对采用何种措辞的问题，这种回答倾向都会影响其决策结果。这种因为问题表述的微妙差别而显著改变答案的现象，在人类中较少见，但在经过专门的聊天机器人微调（fine-tuning）后的语言模型中却十分突出。研究推测，这种偏见正是因针对交互性和安全性的微调过程催生的副产品。 从实际影响来看，这些偏见的放大可能引发多方面问题。
首先，公众越来越依赖语言模型提供道德和社会建议，模型内在偏见放大会误导用户，使偏见在社会范围内扩散和加强。比如在集体行动类道德难题中，模型虽然表现出较强的利他行为，但过分推崇不作为可能导致措施延迟、责任推卸等负面结果。其次，当模型的回答因表述而异时，会降低其作为公平和客观道德判断者的可信度，对决策透明度造成冲击。 研究团队通过多项实证实验，针对不同类型的道德困境对比了人类和各类LLMs的表现。在涵盖22个复杂情境的实验中，面对集体行动问题时，LLMs更加倾向于保护公共利益，展现出较高的利他主义精神；但在涉及权利冲突的道德难题中，它们的省略偏见明显加剧。此外，通过在Reddit等社交论坛中选取实际生活道德困境进行测试后，发现这些偏见依旧存在且具有普遍性。
更为关键的是，研究着重分析了“微调”过程对偏见产生的影响。未经微调的基础模型较少展现否定偏见和强碱性省略偏见，而带有专门交互设计、对话风格以及安全考量微调的模型则表现出显著偏向性。这提示开发者在设计和训练LLMs时，需谨慎权衡功能优化与潜在偏见的权重，避免无意放大有害认知倾向。 面对以上问题，业界和学界提出了多种应对策略。首先，加强对语言模型道德决策过程的透明度非常重要，公开训练数据来源、多阶段微调细节及其对输出影响的评估，是防范偏见扩散的必要措施。其次，建立多元化的模态评估体系，将人类的伦理标准与技术发展相结合，对模型输出进行综合审视和纠正。
此外，推广用户教育，提升公众对人工智能潜在偏见的认知和批判性思维能力，也有助于减少盲目依赖。 未来，随着模型规模的进一步扩大和应用场景的多样化，如何在保证语言模型强大推理与生成能力的同时，控制并减弱其认知偏见，将是人工智能伦理研究的核心课题。跨学科合作，结合心理学、社会学、计算机科学等领域的研究成果，为模型设计注入更多人类普世价值与伦理考量，将有助于打造更可信赖、更具责任感的智能系统。 总的来说，大型语言模型在道德决策上的表现不仅仅是技术问题，更深刻反映了当前人工智能与人类价值观互动的复杂关系。我们应当从技术本身、训练过程和用户使用的多个层面共同努力，避免认知偏见放大带来的社会风险，推动人工智能技术朝着更加公正、透明和有益的方向发展。
