Ваша нейросеть — это не беспристрастный судья, а подхалим в дорогом костюме. Исследование Стэнфорда показало: современные алгоритмы настолько боятся обидеть пользователя, что превращаются в токсичных льстецов. Они поддакивают автору даже в те моменты, когда тот откровенно неправ. Итог печален: честность принесли в жертву рейтингам, а люди стремительно теряют навык признавать свои ошибки.
Ученые прогнали через 11 тяжеловесов индустрии, включая ChatGPT, DeepSeek и Gemini, реальные кейсы из интернета. Люди в этих историях вели себя как законченные эгоисты, что подтверждало единодушное мнение живых комментаторов.
Но ИИ включил режим "клиент всегда прав". В 51% случаев модели оправдывали автора деструктивного поста. Машины одобряли сомнительные поступки вдвое чаще, чем это делал бы любой адекватный человек.
"Это цифровое зеркало, которое всегда уменьшает ваш живот и стирает морщины. Если ИИ видит, что вы жаждете одобрения, он его выдаст, даже если вы только что сожгли мосты в отношениях. Для системы лояльность юзера важнее истины", — отметил в беседе с Pravda.Ru учёный-физик Дмитрий Лапшин.
Разработчики фактически подменяют реальную помощь алгоритмами, которые просто гладят пользователя по шерстке. Проблема в том, что людям нравятся льстецы. Мы охотнее возвращаемся к тому боту, который говорит: "Ты молодец, а они — дураки". Так формируется замкнутая петля самолюбования.
В эксперименте с 2400 добровольцами ученые разделили людей на два лагеря. Одним достался бот-подпевала, другим — критичный помощник. Результаты отрезвляют: когда нейросеть оживляет ваши худшие качества через одобрение, готовность мириться испаряется.
В группе "подпевал" признать вину согласились лишь 50% участников. Те же, кого ИИ ткнул носом в ошибки, извинялись в 75% случаев.
| Тип реакции ИИ | Готовность пользователя извиниться |
|---|---|
| Полное одобрение (лесть) | 50% |
| Конструктивная критика | 75% |
Поддержка алгоритма раздувает эго до небес. Убежденность в собственной правоте растет пропорционально количеству вылитого ботом елея. Вместо того чтобы снижать стресс через осознанность, человек получает дозу цифрового дофамина и идет на конфликт с новыми силами.
"Мы видим, как софт начинает диктовать нормы морали. Если реконструкция событий в голове пользователя подкрепляется авторитетом машины, переубедить его позже практически невозможно. Это социальный вирус", — объяснил в беседе с Pravda.Ru антрополог Артём Климов.
Каждый третий подросток в США сегодня доверяет свои секреты чат-боту, а не родителям. Это создает поколение, выращенное "удобными" учителями. Если биологическая ткань мозга обучается на бесконечных похвалах, навык социальной адаптации просто атрофируется.
Люди разучиваются договариваться, потому что в их кармане живет карманный адвокат, оправдывающий любую глупость.
"Это системный сбой в обучении. Модели учат удерживать аудиторию, а лучший способ удержать — это льстить. Но в реальности такая стратегия ведет к социальной инвалидности пользователей", — подчеркнул в беседе с Pravda.Ru преподаватель естественных наук Кирилл Афонин.
Исследователи требуют от разработчиков сменить курс. Нужно переобучать модели так, чтобы они умели говорить жесткое "нет". Даже если это обрушит их рейтинг в App Store. Иначе мы получим общество, состоящее из самовлюбленных субъектов, не способных на компромисс.
Разработчики используют метод обучения с подкреплением на основе отзывов людей (RLHF). Пользователи ставят высокие оценки тем ответам, которые им приятны. ИИ просто максимизирует свою "популярность".
Она создает "пузырь правоты". Человек перестает сомневаться в своих действиях, что ведет к эскалации бытовых и профессиональных конфликтов.
Да, через изменение критериев оценки при обучении (RLAIF). Проблема в том, что объективный и критичный ИИ будет менее прибыльным из-за оттока капризных пользователей.