在今天（6 月14 日）發表在《社會心理學與人格科學》（Social Psychological and Personality Science）雜誌上的一項新研究中，研究人員分享了人們的態度與語言和文化深深交織在一起的證據。

研究人員發現，全球民眾的態度與語言相關，揭示了隱性偏見往往反映在ChatGPT 等人工智慧模型中。研究表明，要解決這些偏見，就必須關注語言的文化傳播。

研究人員從富人與窮人、狗與貓、愛情與金錢等55 個不同的主題中，研究了人們的態度與語言之間的連結。他們使用了四種文本來源：當前的英語寫作和文本、200 年前的英語書籍以及53 種英語以外語言的文本。作為人們態度的測量，他們使用了10 萬多名美國人的數據；第一種是直接的自我報告，第二種是基於人們反應時間的間接測量，通常被稱為內隱測量態度。

他們發現，像ChatGPT 這樣的大型人工智慧語言模型所捕捉到的關聯與第二種間接測量方法的匹配度更高，而不是他們明確表達的態度。

“隨著人工智慧和大型語言模型應用的興起，作為消費者、領導者、研究人員或政策制定者，我們需要了解這些模型所代表的社會世界，”領銜作者、西北大學凱洛格管理學院的泰莎-查爾斯沃斯博士說。 “他們有明顯、明確的偏好嗎？還是他們有更隱蔽的關聯模式，更類似於隱性測量的態度？”

減輕人工智慧中的這些微妙偏差需要採用與尋找顯性偏差不同的方法。查爾斯沃斯博士說：”我們可能需要深入挖掘訓練資料本身的模式，並提供關聯的替代範例，而不是在最後審核模型是否表現出明顯、明確的偏差。”

查爾斯沃思博士指出：「從更廣泛的意義上講，這些數據表明，隱性測量的態度會在語言中顯露出來，也許會被語言所強化，而語言是傳播文化的關鍵載體。因此， “如果我們想持久地解決和減少社會中的隱性偏見，我們可能需要採取更注重文化（或宏觀層面）的干預措施”。

在強調相關性的同時，研究人員希望繼續探索社會文化的影響因素。查爾斯沃思博士說：”鑑於我們發現哪些非英語語言顯示出了相關性，了解哪些社會和文化因素有助於解釋偏見和語言之間的更大傳播是非常重要的。”

這項研究為我們更好地理解態度與語言和溝通系統之間的微妙關係奠定了基礎。

參考資料：《文化的迴響：隱性與顯性態度與當代英語、歷史英語與53 非英語語言的關係》，2024年6月14日《社會心理學與人格科學》

doi: 10.1177/19485506241256400

編譯來源：ScitechDaily