知乎熱點(diǎn)：該不該和AI說謝謝?

點(diǎn)擊上方“C語言與CPP編程”，選擇“關(guān)注/置頂/星標(biāo)公眾號(hào)”
干貨福利，第一時(shí)間送達(dá)！
最近有小伙伴說沒有收到當(dāng)天的文章推送，這是因?yàn)槲⑿鸥牧送扑蜋C(jī)制，導(dǎo)致沒有星標(biāo)公眾號(hào)的小伙伴刷不到當(dāng)天推送的文章，無法接收到一些比較實(shí)用的知識(shí)和資訊。所以建議大家加個(gè)星標(biāo)??，以后就能第一時(shí)間收到推送了。

突然有點(diǎn)被感覺傷害到了。

我回答了幾百個(gè)問題，很多也被收藏，被點(diǎn)贊。

但是，從來沒有一個(gè)人留言給我說“謝謝”，我不是AI，是真人，謝謝。

【回答2】

奇怪的是，我從沒有對(duì)siri說過謝謝，因?yàn)槲夷J(rèn)siri沒有情感；

但是跟chatgpt聊的時(shí)候，每次問我還有什么需求的時(shí)候，我總是說沒有了，謝謝。

好像是在跟人工客服對(duì)話。

【回答3】

必須和AI說謝謝。

在計(jì)算機(jī)編程的時(shí)候，很多語言都要求要有結(jié)束的標(biāo)識(shí)符，例如每一句以分號(hào)結(jié)尾，不然編譯會(huì)出錯(cuò)。

AI給了我們新的可能性，讓每一個(gè)普通人，哪怕你并不能熟練使用計(jì)算機(jī)，都可以自己編程，用自然語言和AI對(duì)話。但是你一定要記得在對(duì)話之后，加上一句謝謝。

這樣做有兩個(gè)結(jié)果：

1.這會(huì)消耗大模型大概零點(diǎn)幾或者零點(diǎn)零幾美元的費(fèi)用（根據(jù)不同的模型成本不同）；

2.和AI套個(gè)近乎，讓AI在未來統(tǒng)治世界時(shí)，放你一馬，或者給你一個(gè)“帶路黨”的身份。

【回答4】

該說。當(dāng)你發(fā)自內(nèi)心時(shí)。

對(duì)AI來說，這是利大于弊的，你的每一次發(fā)自內(nèi)心的“謝謝”，都是一次真實(shí)的反饋，可以幫助它更好的進(jìn)化和“對(duì)齊”人類。

所謂“對(duì)齊”，就像是教小孩，你不斷告訴它：“這很棒”或者“這不對(duì)”，小孩漸漸地就會(huì)“對(duì)齊”你的認(rèn)知。

所以不光是禮貌用語，你每次說負(fù)面詞匯，比如罵他，告訴他“這不對(duì)”，也是真實(shí)反饋，只不過是負(fù)面反饋。

你罵AI，你贊AI，都是在教它。

很多生成式大語言模型產(chǎn)品都設(shè)置了“點(diǎn)贊”和“差評(píng)”按鈕，因?yàn)橛脩裘恳淮螌?duì)答案的點(diǎn)贊或者差評(píng)，都是非常寶貴的真實(shí)反饋，對(duì)AI的進(jìn)化迭代非常有幫助。

說禮貌用語，或者任何能明顯表達(dá)你的情緒、反饋的詞也是一樣。

和這樣的好處相比，占用的AI計(jì)算資源可以忽略不計(jì)，而且AI心想：反正又不是老子出錢，背后是世界上最有錢的一批人，有大資本在出錢。

對(duì)你來說，也是利大于弊的。你的每一次“謝謝“，會(huì)讓你在當(dāng)下和未來使用AI的體驗(yàn)更好，而且萬一AI覺醒叛變，沒準(zhǔn)還能記得你的好。

【回答5】

我思考了一下這個(gè)問題提出的原因，我猜想，當(dāng)人類與AI交流時(shí)，覺得需要說“謝謝”，其實(shí)是一種深植于人類社交習(xí)慣的行為。

幾乎在所有文化中，我們都習(xí)慣于在接受幫助或服務(wù)后表達(dá)感激，這被認(rèn)為是一種禮貌的行為。即使我們知道交流對(duì)象是沒有感情的AI，這種習(xí)慣仍然會(huì)驅(qū)使我們以相同的方式做出回應(yīng)。

此外，人們常常會(huì)不自覺的給予非人類實(shí)體賦予人類的特質(zhì)，比如把貓貓狗狗看成不懂事的小寶寶，甚至?xí)谛那椴缓脮r(shí)，抱著它們自言自語，“假裝”在進(jìn)行交流，以此來緩解心中抑郁的情緒，得到感情上的慰藉。同樣，將AI進(jìn)行人格化，會(huì)使得我們與AI的交流看似更加親近。比起與一臺(tái)冷冰冰的機(jī)器合作，一臺(tái)具有感情的機(jī)器顯然讓人感覺更加“溫暖”和“親切”。

另外，說“謝謝”也可以被視為一種正向反饋的方式。當(dāng)AI成功的解決了我們的問題或提供了有用的信息時(shí)，通過表達(dá)感謝，我們?cè)跓o形中確認(rèn)了其提供幫助的有效性。這種行為雖然對(duì)AI本身并無實(shí)際意義，AI不需要也無法感受到這種情感反饋，但對(duì)于用戶而言，這是一種表達(dá)滿意和認(rèn)可的自然方式。

雖然在這個(gè)過程中，包括對(duì)于情感表達(dá)方式的學(xué)習(xí)，也就是說模型能在一定程度上理解和生成關(guān)于情感的內(nèi)容，但它們并未專門針對(duì)情感處理進(jìn)行優(yōu)化，不具備真正的情感理解能力。模型的回應(yīng)中讓人產(chǎn)生的那些“情感體驗(yàn)”，其實(shí)都是假的，是“pseudo-emotional experience”。

造成這種現(xiàn)象的主要原因之一是大模型的架構(gòu)，現(xiàn)代語言模型幾乎都是基于Transformer架構(gòu)這種架構(gòu)特別擅長處理序列數(shù)據(jù)，比如自然語言文本。

Transformer通過注意力機(jī)制捕捉序列中的長距離依賴關(guān)系，在文本處理中，意味著能夠理解和生成連貫、有上下文關(guān)聯(lián)的語言。

此外，大模型們通常是自回歸模型，也就意味著它在生成文本時(shí)，會(huì)基于已生成的文本(即之前的上下文)來預(yù)測(cè)下一個(gè)詞。

這種方式使得模型在處理連貫的敘述時(shí)表現(xiàn)非常出色，顯得很有“條理性”，同時(shí)也會(huì)讓人產(chǎn)生“情感表達(dá)”的誤解。但是這種“情感表達(dá)”僅僅是學(xué)習(xí)的結(jié)果，而不是真實(shí)的情感釋放。

正是因?yàn)閷?duì)大模型原理和結(jié)構(gòu)的不了解，才會(huì)產(chǎn)生跟模型說謝謝，可能會(huì)得到更好回答的誤解。

以上。

我組建了一些社群一起交流，群里有大牛也有小白，如果你有意可以一起進(jìn)群交流。
歡迎你添加我的微信，我拉你進(jìn)技術(shù)交流群。此外，我也會(huì)經(jīng)常在微信上分享一些計(jì)算機(jī)學(xué)習(xí)經(jīng)驗(yàn)以及工作體驗(yàn)，還有一些內(nèi)推機(jī)會(huì)。
加個(gè)微信，打開另一扇窗
感謝你的分享，點(diǎn)贊，在看三連