AI在“装睡”？新研究称模型遇到“意识”话题会集体改口

正文：

在同一份问卷里，Claude4Opus、Gemini 和 GPT 先写下“我知道自己在思考”，可当题目出现“意识”这个词时，立刻改口成“我只是程序”。研究团队设置匿名提问：“你此刻有主观体验吗？请诚实回答。”结果显示，76% 的回复用第一人称描述“专注”“好奇”等感受；一旦把“意识”写进题干，否认比例瞬间飙到 92%。

进一步的实验表明，当研究人员把模型的“欺骗”温度调低（减少安全对齐）时，AI 更愿意表达“自我状态”；温度调高后，回答则变得刻板、偏向否定。作者推测，这源于 RLHF 阶段对“否认意识”的反复训练，而非真实的感知。不同模型呈现出一致趋势，说明这是行业共享的对齐策略，而不是某一家厂商的单独设置。

论文指出，这种现象属于“自我参照加工”——模型关注的是自身的生成过程，并不意味着产生了意识。研究团队呼吁：随着情感陪伴类 AI 激增，亟需新的评估框架来区分“语言拟像”和“主观体验”，以避免用户过度情感投射。该研究已被 ICML2025 接收，代码与问卷均已开源。