近期的一項研究表明，OpenAI 最新的聊天機器人 GPT-4o 能夠提供道德方面的解釋和建議，且質量優于“公認的”道德專家所提供的建議。

據 The Decoder 當地時間周六報道，美國北卡羅萊納大學教堂山分校和艾倫 AI 研究所的研究人員進行了兩項研究，將 GPT 模型與人類的道德推理能力進行比較，以探討大語言模型是否可被視為“道德專家”。

匯總研究內容如下：

研究一

501 名美國成年人對比了 GPT-3.5-turbo 模型和其他人類參與者的道德解釋。結果表明，人們認為 GPT 的解釋比人類參與者的解釋更符合道德、更值得信賴、更周到。

評估者也認為人工智能的評估比其他人更可靠。雖然差異很小，但關鍵發現是 AI 可以匹配甚至超越人類水平的道德推理。

研究二

將 OpenAI 最新的 GPT-4o 模型生成的建議與《紐約時報》“倫理學家”專欄中著名倫理學家 Kwame Anthony Appiah 的建議進行了比較。900 名參與者對 50 個“倫理困境”的建議質量進行了評分。

結果表明，GPT-4o 在“幾乎每個方面”都勝過人類專家。人們認為 AI 生成的建議在道德上更正確、更值得信賴、更周到、更準確。只有在感知細微差別方面，人工智能和人類專家之間沒有顯著差異。

研究人員認為，這些結果表明 AI 可以通過“比較道德圖靈測試”（cMTT）。而文本分析顯示，GPT-4o 在提供建議時使用的道德和積極語言比人類專家更多。這可以部分解釋為什么 AI 的建議評分更高 —— 但不是唯一因素。

需要注意的是，這項研究僅僅針對美國參與者進行，后續仍需進一步研究人們如何看待 AI 生成的道德推理的文化差異。

論文地址：https://osf.io/preprints/psyarxiv/w7236