6月24日消息，近期研究显示，OpenAI的最新聊天机器人GPT-4o在道德解释和建议方面展现出了令人瞩目的能力，其表现甚至超越了“公认的”道德专家。
据The Decoder于当地时间周六的报道，由美国北卡罗莱纳大学教堂山分校与艾伦AI研究所的科研人员联手进行的两项研究，对GPT模型与人类的道德推理能力进行了深入的比较分析。这些研究旨在探索大型语言模型是否可以被视为“道德专家”。
在第一项研究中，科研人员邀请了501名美国成年人参与。他们比较了GPT-3.5-turbo模型与其他人类参与者所提供的道德解释。结果令人惊讶，人们普遍认为GPT给出的解释在道德层面更为合理、更值得信赖，同时也显得更为周到。评估者们甚至认为，与其他参与者相比，人工智能的评估更为可靠。尽管差异并不显著，但这一关键发现揭示了AI在道德推理方面已达到甚至可能超越人类水平。
第二项研究则更具挑战性，科研人员将OpenAI最新的GPT-4o模型所生成的建议与《纽约时报》“伦理学家”专栏中的知名伦理学家Kwame Anthony Appiah的建议进行了对比。共有900名参与者对50个“伦理困境”中的建议质量进行了评分。结果再次令人震惊，GPT-4o在几乎所有方面都超越了人类专家。人们普遍认为，AI生成的建议在道德上更为正确、更值得信赖、更为周到且更为准确。仅在感知细微差别方面，人工智能与人类专家之间未表现出显著差异。
据了解，研究团队认为这些结果充分表明，AI完全有可能通过“比较道德图灵测试”(cMTT)。此外，文本分析还显示，在提供建议时，GPT-4o使用的道德和积极语言明显多于人类专家，这或许可以部分解释为何AI的建议能够获得更高的评分，当然，这并非唯一因素。
然而，这项研究主要针对的是美国参与者。未来，科研人员仍需进一步探讨人们如何看待AI生成的道德推理在不同文化背景下的差异。
