研究：AI会从文化中学到价值观 ^{CEFR B1}

一项发表在 PLOS One 的研究探讨了 AI 是否能像儿童那样通过观察学习文化价值观。研究者用两组不同文化背景成年人的行为数据训练 AI 代理，训练方法是逆向强化学习（IRL），即让 AI 观察人类行为并推断驱动这些行为的目标和回报。

主要实验使用改编的游戏 Overcooked：玩家在自己的厨房做洋葱汤，同时可见另一名玩家的厨房，那名玩家走得更远才完成任务。参与者不知道第二名玩家其实是会请求帮助的机器人。玩家可以把洋葱分给对方，但这样会减少自己送出的汤数。实验结果显示，一方参与者更倾向于帮助，训练自该组数据的 AI 代理也表现出相同倾向。

研究者指出，不应把一套普世价值硬编码进 AI，而应通过增加文化特定数据、多样性和部署前微调来改善系统的文化敏感性，并且需要对更多文化群体和现实世界问题做进一步测试。