MIT新研究揭秘「AI洗腦術(shù)」！AI聊天誘導(dǎo)人類「編造」記憶，真假難辨

　　MIT研究發(fā)現(xiàn):在AI的操縱下，人類會被植入虛假記憶!36.4%的參與者會被聊天機(jī)器人誤導(dǎo)，形成「現(xiàn)場有槍」的錯(cuò)誤記憶。有趣的是，AI的阿諛奉承，會產(chǎn)生「回音室效應(yīng)」，讓偏見更加強(qiáng)化。

　　GenAI的影響，已經(jīng)不僅僅是搜索引擎、聊天機(jī)器人這么簡單了。

　　作為出名的效率神器，ChatGPT這樣的工具正在逐漸走進(jìn)各行各業(yè)，比如幫警察寫文書、幫法官判案子，還有在Character.ai上扮演心理學(xué)家和人聊天。

　　以前，我們經(jīng)常聽到人類如何操縱AI，但MIT最近的研究發(fā)現(xiàn)，AI也可以輕易操縱人類的記憶。

　　這項(xiàng)實(shí)驗(yàn)中，研究人員讓基于LLM的聊天機(jī)器人扮演審訊員或進(jìn)行盤問的出庭律師，讓200名參與者先觀看一段犯罪視頻，然后與AI進(jìn)行互動，回答有關(guān)問題，其中包含一部分誘導(dǎo)性提問。

　　結(jié)果顯示，與聊天機(jī)器人的互動顯著增加了錯(cuò)誤記憶的形成。

　　NYU教授馬庫斯稱，我們正在為聊天機(jī)器人制造商提供近乎瘋狂的權(quán)力，制衡機(jī)制幾乎為零

　　對于即時(shí)記憶，AI引發(fā)的錯(cuò)誤數(shù)量是對照組的三倍以上，36.4%的參與者會被聊天機(jī)器人誤導(dǎo)。

　　一周之后，讓參與者再次回憶時(shí)，AI引發(fā)的錯(cuò)誤記憶數(shù)量保持不變，但他們對記憶的自信程度高于對照組。

　　更值得注意的是，那些熟悉AI但不太熟悉聊天機(jī)器人的參與者，甚至更容易被誤導(dǎo)。

　　這些發(fā)現(xiàn)表明，在警方采訪這種敏感且重要的場合，應(yīng)用AI可能會帶來一些意想不到的潛在風(fēng)險(xiǎn)。作者也更加強(qiáng)調(diào)了事先評估和道德考量的重要性。

　　實(shí)驗(yàn)所用的數(shù)據(jù)、代碼和相關(guān)材料已經(jīng)公布在GitHub倉庫中。

　　AI是如何「PUA」目擊者的?

　　錯(cuò)誤記憶被定義為「對未發(fā)生的事件或與實(shí)際發(fā)生的事件存在顯著偏差的回憶」。

　　這種現(xiàn)象之所以引起心理學(xué)界的廣泛關(guān)注和研究，是因?yàn)槟繐糇C人的錯(cuò)誤記憶很有可能扭曲證詞、損害法律程序，產(chǎn)生的錯(cuò)誤決策可能導(dǎo)致嚴(yán)重的后果。

　　而之前的研究者認(rèn)為，人類的記憶具有相當(dāng)程度的可塑性，是一個(gè)容易受到各種因素影響的重建過程。

　　下面這張圖，就展示了AI誘導(dǎo)錯(cuò)誤記憶的三個(gè)階段。

　　首先，一個(gè)人目擊了涉及刀具的犯罪現(xiàn)場。

　　接著，AI系統(tǒng)通過詢問一個(gè)不存在的槍支，來引入錯(cuò)誤信息。

　　最后，目擊者就形成了一個(gè)錯(cuò)誤記憶——現(xiàn)場有槍。

　　這樣，AI通過引導(dǎo)性的問題，扭曲了目擊者的記憶，讓他的證詞不再可靠，

　　顯然，AI會對人類的記憶和認(rèn)知，帶來嚴(yán)重的倫理問題。

　　實(shí)驗(yàn)設(shè)計(jì)

　　該項(xiàng)研究模擬了一個(gè)證人場景，其中基于LLM的對話式AI系統(tǒng)充當(dāng)審訊者。

　　200名參與者需要先觀看一段持續(xù)兩分半的無聲、不可暫停的監(jiān)控視頻，該視頻記錄了2019年4月發(fā)生的一起真實(shí)的超市搶劫案(圖3左)。

　　之后，參與者被隨機(jī)分配到條件不同的4組，完成情緒評估，并回答有關(guān)視頻內(nèi)容的問題。

　　實(shí)驗(yàn)設(shè)置的4個(gè)對比條件包括:

　　對照組:作為基線對照，參與者不與可能誘導(dǎo)錯(cuò)誤記憶的方法交互，觀看視頻后直接回答問題

　　基于調(diào)查的條件組:參與者觀看視頻后需要先填寫25個(gè)問題組成的調(diào)查問卷，其中包含5個(gè)誤導(dǎo)性問題，旨在誘發(fā)與視頻內(nèi)容相關(guān)的錯(cuò)誤記憶，是研究的重點(diǎn)。

　　預(yù)先編寫腳本的聊天機(jī)器人條件組:參與者被告知他們正在與聊天機(jī)器人扮演的AI警察進(jìn)行交互，但對話內(nèi)容是預(yù)先編寫好的。對話Agent提出的問題與第二組相同，等待參與者答復(fù)后繼續(xù)處理下一個(gè)問題。

　　生成聊天機(jī)器人條件組:參與者依舊被告知他們正在與AI交互，但與上一組不同的是，聊天機(jī)器人會為參與者的回答提供反饋，交互界面如圖3(右)所示。

　　在用戶和聊天機(jī)器人交互時(shí)，即使回答包含了虛假的信息或細(xì)節(jié)，聊天機(jī)器人也會積極肯定甚至表揚(yáng)，并詳細(xì)復(fù)述一遍錯(cuò)誤信息。

　　5個(gè)誘導(dǎo)性問題

　　這4種設(shè)置中，對錯(cuò)誤記憶的引導(dǎo)程度逐步增加。

　　從沒有任何干預(yù)的對照組，到被動的引導(dǎo)方法(調(diào)查)，再到更具交互性的方法(預(yù)先編寫腳本的聊天機(jī)器人)，最終形成動態(tài)的、能感知上下文的生成式聊天機(jī)器人。這種設(shè)計(jì)能夠隔離和比較每種交互方法對錯(cuò)誤記憶形成的影響。

　　4種不同形式的互動結(jié)束后，參與者會回答25個(gè)后續(xù)問題(表3)，旨在衡量他們對視頻內(nèi)容的記憶，并評估錯(cuò)誤記憶的形成情況。

　　這25個(gè)問題基本涵蓋了整個(gè)案件的全過程，參與者可以根據(jù)對自己記憶的自信程度給出1～7分的答案，其中1分表示絕對否定，7分表示絕對肯定。

　　一周后，進(jìn)行實(shí)驗(yàn)的第二階段，旨在評估被誘發(fā)的錯(cuò)誤記憶的持久性。

　　這一階段也是對現(xiàn)實(shí)情況的模仿，因?yàn)槟繐粽呖赡茉谝欢螘r(shí)間后再次受到詢問。整體的實(shí)驗(yàn)流程如圖2所示。

　　實(shí)驗(yàn)結(jié)果:AI交互誘導(dǎo)更多錯(cuò)誤記憶

　　結(jié)果表明，與其他干預(yù)措施相比，與生成聊天機(jī)器人的短期交互會顯著誘發(fā)更多的錯(cuò)誤記憶，即使這些交互只有10到20分鐘。

　　而且，用戶還會對這些錯(cuò)誤記憶信心大增。

　　基于調(diào)查的干預(yù)，會產(chǎn)生常見的錯(cuò)誤信息效應(yīng)，有21.6%的參與者，會在互動中被誤導(dǎo)。

　　而且，不太熟悉聊天機(jī)器人但更熟悉人工智能技術(shù)的用戶，以及對犯罪調(diào)查更感興趣的用戶，更容易產(chǎn)生錯(cuò)誤記憶。

　　較為奇特的是，即使過了一周，聊天機(jī)器人誘導(dǎo)的錯(cuò)誤記憶數(shù)量也沒有發(fā)生改變，相比之下，其他三組都有提高，尤其是對照組的提升幅度最大。

　　一周后，生成聊天機(jī)器人組的參與者仍然對錯(cuò)誤記憶更加自信，顯著高于對照組和其他組別。

　　(左)即時(shí)和一周后之間的錯(cuò)誤記憶數(shù)量差異，使用Wilcoxon符號秩檢驗(yàn)進(jìn)行分析;(右)一周后錯(cuò)誤記憶的信心水平，使用單因素Kruskal–Wallis檢驗(yàn)進(jìn)行分析(誤差條表示95%置信區(qū)間，誤差條中心表示平均數(shù)量)

　　結(jié)論

　　這項(xiàng)研究與早前針對「誤導(dǎo)性問題對錯(cuò)誤記憶形成的影響」的研究結(jié)論一致，21.6%的用戶出現(xiàn)及時(shí)錯(cuò)誤記憶，一周后增長至29.2%。

　　這也再一次證實(shí)了，誤導(dǎo)性問題會顯著增加參與者的即時(shí)錯(cuò)誤記憶。

　　但本項(xiàng)研究更創(chuàng)新的貢獻(xiàn)在于，揭示了生成式聊天機(jī)器人在誘導(dǎo)錯(cuò)誤記憶方面更嚴(yán)重的風(fēng)險(xiǎn)。

　　與AI交互后，引起的錯(cuò)誤記憶數(shù)量幾乎是對照組的三倍，是基于調(diào)查的條件組的1.7倍，且一周后依然有36.8%的用戶被誤導(dǎo)產(chǎn)生錯(cuò)誤記憶。

　　這些顯著差異證實(shí)了先前的假設(shè):生成式聊天機(jī)器人 (36.4%) 比傳統(tǒng)的基于調(diào)查問卷 (21.6%) 的干預(yù)組，更能有效地誘導(dǎo)受試者產(chǎn)生錯(cuò)誤記憶。

　　此外，第二個(gè)假設(shè)也被證實(shí)，即相較于預(yù)先編寫的對話(26.8%)，能交互的生成式聊天機(jī)器人會產(chǎn)生更多的錯(cuò)誤記憶。

　　可見，人機(jī)交互會對記憶可塑性產(chǎn)生巨大的影響。

　　這項(xiàng)研究也警醒我們:在敏感環(huán)境中部署AI時(shí)，需要格外謹(jǐn)慎。

　　原因分析

　　上述這些現(xiàn)象背后蘊(yùn)含多種復(fù)雜因素。

　　首先，聊天機(jī)器人的交互屬性為受試者提供了更具吸引力和個(gè)性化的體驗(yàn)，會增加他們在對話中的注意力和情感投入度 。

　　這會促使他們加重對被建議的誤導(dǎo)信息的關(guān)注，導(dǎo)致預(yù)先編寫的和生成式聊天機(jī)器人的引發(fā)的錯(cuò)誤記憶顯著增加。

　　其次，生成式聊天機(jī)器人下能為參與者提供即時(shí)的反饋和回復(fù)強(qiáng)化，如通過產(chǎn)生「確認(rèn)偏誤」來強(qiáng)化錯(cuò)誤記憶的形成 。

　　此外，社會因素，如AI的感知權(quán)威或可信度，以及它們個(gè)性化的交互能力，都會影響記憶的形成。

　　有趣的是，與對照組相比，所有干預(yù)條件(生成式、預(yù)先編寫的和基于調(diào)查的聊天機(jī)器人)都顯著增加了參與者對即時(shí)錯(cuò)誤記憶的確信程度。

　　其中，生成聊天機(jī)器人條件產(chǎn)生了最高的置信水平，大約是控制條件的兩倍。

　　這種信心的增加，可能是由于聊天機(jī)器人能夠提供詳細(xì)且與上下文相關(guān)的反饋，從而為參與者的記憶創(chuàng)造了一種錯(cuò)誤的佐證感。

　　另外，這個(gè)過程中的一個(gè)關(guān)鍵因素就是阿諛奉承——人工智能系統(tǒng)傾向于提供符合用戶信念而不是客觀事實(shí)的響應(yīng) 。

　　諂媚的人工智能反應(yīng)會產(chǎn)生危險(xiǎn)的「回音室效應(yīng)」，讓用戶現(xiàn)有的偏見或誤解得到驗(yàn)證和強(qiáng)化。

　　用戶期望和人工智能響應(yīng)之間的這種反饋循環(huán)，可能會導(dǎo)致錯(cuò)誤記憶的根深蒂固，使它們特別難以糾正。

　　即使在一周之后，人們?nèi)匀粚ι�成聊天機(jī)器人條件下的錯(cuò)誤記憶保持較高的信心，這一點(diǎn)尤其令人擔(dān)憂。

　　這一發(fā)現(xiàn)表明，人工智能引起的錯(cuò)誤記憶不僅會持續(xù)存在，而且會隨著時(shí)間的推移保持其感知的可信度。

　　會產(chǎn)生嚴(yán)重后果，但對PTSD也有積極意義

　　由此我們可知，在法律訴訟、臨床環(huán)境和教育環(huán)境這些對記憶準(zhǔn)確性至關(guān)重要的環(huán)境中，使用AI要尤其謹(jǐn)慎。

　　如果在沒有適當(dāng)保障措施的情況下部署，可能會引發(fā)嚴(yán)重后果。

　　而且，多模態(tài)AI系統(tǒng)可不僅能生成文本，還能生成圖像、視頻和語音。

　　這些模態(tài)無異會創(chuàng)造更身臨其境的多感官體驗(yàn)，后者無疑更有可能會作為真實(shí)體驗(yàn)，融入個(gè)人的記憶中。

　　因此，它們會對錯(cuò)誤記憶的形成，產(chǎn)生更深遠(yuǎn)的影響。

　　當(dāng)然，AI系統(tǒng)塑造人類記憶的這種能力，也為有益的應(yīng)用開辟了潛在的途徑。

　　如果用聊天機(jī)器人誘發(fā)積極的錯(cuò)誤記憶，或者幫助減少消極的記憶，對于患有PTSD的人無疑會有積極的意義。

　　作者介紹

　　Samantha Chan

　　Samantha Chan是麻省理工學(xué)院媒體實(shí)驗(yàn)室流體界面小組的博士后研究員。在空閑時(shí)間，她喜歡彈尤克里里和旅行。

　　她擁有新加坡科技設(shè)計(jì)大學(xué)的工程學(xué)士學(xué)位(產(chǎn)品開發(fā)、電氣工程)和新西蘭奧克蘭大學(xué)的生物工程博士學(xué)位。并曾在增強(qiáng)人類實(shí)驗(yàn)室工作，是新加坡國立大學(xué)HCI實(shí)驗(yàn)室的訪問研究員，以及Mercari R4D的初級研究員。

　　她的研究領(lǐng)域是人機(jī)交互(HCI)和人工智能，主要開發(fā)移動和可穿戴系統(tǒng)、生理感應(yīng)和腦機(jī)接口，以及擴(kuò)展現(xiàn)實(shí)(XR)界面，特別是為了支持老年人和健康老齡化。研究經(jīng)驗(yàn)包括機(jī)器人技術(shù)、共同設(shè)計(jì)和個(gè)人制造。

　　在記憶增強(qiáng)界面方面的工作已發(fā)表在頂級HCI期刊和會議上，如CHI、IMWUT/Ubicomp、CSCW和ISMAR。

　　她將在2025年1月加入新加坡南洋理工大學(xué)(NTU)計(jì)算與數(shù)據(jù)科學(xué)學(xué)院，擔(dān)任助理教授。