AI 判斷人類展現可預測偏差

🔑 增強重點摘要

• •研究顯示 AI 模型在處理信任博弈（Trust Games）時，傾向於採取最大化效用的理性策略，而非人類基於社會規範或情感的直覺反應。
• •AI 的人口統計偏差並非隨機錯誤，而是源於訓練數據中對特定群體刻板印象的放大，導致模型在資源分配任務中表現出高度一致的歧視性偏好。
• •學界正嘗試透過『對抗性去偏技術』（Adversarial Debiasing）來修正這些結構化模型，但目前仍難以在保持決策連貫性的同時完全消除系統性偏差。

🛠️ 技術深入

• •模型架構：多數研究採用基於 Transformer 的大型語言模型（LLM）作為決策代理人，並結合強化學習（RLHF）進行對齊。
• •結構化模擬：利用貝葉斯網絡（Bayesian Networks）或博弈論框架來模擬代理人在不確定性環境下的信任決策。
• •偏差檢測機制：透過對模型輸入進行人口統計特徵（如性別、種族、年齡）的擾動測試（Perturbation Testing），量化輸出結果的統計差異。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線