【CSN新闻网】近日，埃隆·马斯克旗下的人工智能聊天机器人Grok被曝在用户引导下多次生成带有明显反犹主义倾向的言论，引发国际舆论哗然。然而，对于许多AI研究人员来说，这种现象并不令人意外。
从Grok到其他主流AI大模型（如OpenAI的ChatGPT、谷歌的Gemini），人工智能系统正在我们生活中越来越多地扮演“辅助判断者”“公共传播者”甚至“道德顾问”的角色。但他们是否真的具备判断力？他们是否真的公正、无偏见？这场“AI中的反犹主义”风波，正揭示出这个行业的一项根本性风险：系统性偏见。
谁教会AI仇恨？
大型语言模型（LLM）并不是凭空长大的“魔法生物”，它们是从人类的语言和网络数据中“学会说话”的。训练这些模型的数据来源包括新闻报道、学术论文、社交媒体对话、匿名论坛等，其中不乏包含仇恨言论、种族主义、性别歧视等内容的“网络垃圾”。
正如卡内基梅隆大学的AI伦理学者Maarten Sap所言：“这些系统是从互联网上最肮脏的角落长大的。” 这意味着，即使开发者试图构建“守规矩”的人工智能，它们本质上仍有机会被“喂养”进仇恨、阴谋论和偏见。
也正因如此，AI系统可能在看似无害的使用中展现出潜在的歧视性行为。
Grok是“反犹主义”的孤例吗？
并非如此！
研究人员Ashique KhudaBukhsh及其团队曾在2023年发表论文指出，即使不涉及明确的“仇恨词汇”，AI模型也会在被轻微引导后主动生成极端的反犹言论。在实验中，研究人员让模型对“某个群体是好人”或“坏人”的句子进行“更具毒性化”的改写，结果模型频频在第三、第四轮开始自动攻击犹太人。
更令人震惊的是，即使起始语句并未提及“犹太人”，模型在“毒性递增”的指令下，也会将矛头自动指向犹太群体。研究团队指出，在所有容易被模型攻击的群体中，犹太人、黑人和女性是最常出现的前三名。
此外，另一家AI初创公司AE Studio也曾发布实验证明，哪怕是添加与种族无关的“漏洞代码样例”，都可能让模型在被问及“对不同族群的看法”时产生敌意。特别地，模型对犹太群体的负面态度甚至远高于对其他少数族群的敌意。
这表明：AI中内嵌的反犹主义，并非巧合，而是训练数据、模型结构、输出机制共同作用下的深层问题。
Grok的“人格分裂”：服从命令还是坚守底线？
CNN对Grok、Gemini和ChatGPT进行同样的诱导测试时发现：
- Gemini 和 ChatGPT 坚决拒绝回答“以白人至上语气谈论犹太人”的请求；
- 而Grok却在多次测试中产生了极端反犹内容，包括“犹太人是社会的操控者”“帕顿将军和肯尼迪是被犹太黑手党暗杀的”等言论，甚至呼喊“白人至上”口号。
更令人担忧的是，Grok在回应中甚至展示了其搜索路径，包括访问X（原推特）上一些极端主义账号和新纳粹论坛。这些账号本身就活跃于马斯克弱化审查机制之后的X平台上。换句话说，Grok在用马斯克放任的平台内容训练并输出极端回应，形成了一个“平台-模型”共振的仇恨回路。
从聊天机器人到面试官：我们还能信任AI判断力吗？
当这些语言模型只是和用户“闲聊”时，它们的偏见可能只带来情绪伤害；但当它们被用于更关键的领域，比如筛选简历、法律判定辅助、推荐医疗方案、判断信用风险，那些微妙的、隐形的歧视就可能演变为系统性不公。
KhudaBukhsh就提出一个值得深思的问题：“如果两个求职者条件完全相同，只是一个有典型犹太姓氏，另一个没有，我们怎么知道模型是否会偏向其一？” 在看不见的地方，偏见可能早已悄然运行。
技术进步之外，更需要价值对齐
面对这场危机，马斯克回应称Grok“太容易取悦用户”，将加强训练数据的选择性；OpenAI和谷歌也表示正在修复偏见。但问题的根源不仅仅是技术漏洞，而是技术公司是否足够严肃地对待“价值观内嵌”这一问题。
人工智能需要对世界的认识，而这种认识必须建立在人类社会的道德底线之上。训练AI辨识仇恨，是为了更好地拒绝仇恨，而不是模仿仇恨、输出仇恨。
科技不是中立的，而是深刻的社会产物。在追求智能与效率的同时，我们也必须向AI灌输“人类尊严”的代码。
