Why Are People Starting to Sound Like ChatGPT? | Adam Aleksic | TED
Algorithms and AI don't just show us reality — they warp it in ways that benefit platforms built to exploit people for profit, says etymologist Adam Aleksic. From ChatGPT influencing our word choices to Spotify turning a data cluster into a new musical genre, he reveals how new technology subconsciously shapes our language, trends and sense of identity. "These aren't neutral tools," he says, encouraging us to constantly ask ourselves: How am I being i
Watch on YouTube →Transcript
- 00:00翻译人员: Yip Yan Yeung 校对人员: Lening Xu
- 00:04你有多确定可以分辨出 网络上什么是真的?
- 00:08(笑声)
- 00:09你可能以为轻而易举就能识别 明显是 AI 生成的图片,
- 00:12你也知道算法是带些偏见的。
- 00:16但这些证据
- 00:17都表明我们相当不擅长
- 00:19在潜意识中理解这些现象。
- 00:21以美国日益扩大的认知差距为例。
- 00:23我们不断高估
- 00:25他人的政治信仰有多极端,
- 00:28有了社交媒体就更糟糕了,
- 00:30因为算法向我们展示 现实中最极端的图景。
- 00:33作为词源学家和内容创作者,
- 00:35我总是看到有争议的信息 更容易大肆传播,
- 00:38因为与中立的视角相比, 它们能带来更多互动。
- 00:41但这意味着我们最终 会看到更极端的现实,
- 00:45显然,我们开始将其 与实际的现实混为一谈。
- 00:49AI 聊天机器人也是如此,
- 00:52因为你可能默认 ChatGPT 在和你说英语,
- 00:55它其实并不会说英语,
- 00:57就像算法并不会给你展现现实。
- 01:00总是会出现偏差,
- 01:01取决于模型的输入和训练方式。
- 01:04我们知道 ChatGPT
- 01:05用“深入研究”(delve) 一词比普通人频繁多了,
- 01:08可能是因为 OpenAI 将训练过程外包给了尼日利亚的员工,
- 01:11他们确实更频繁地 用“深入研究”一词。
- 01:14但是,随着时间的推移, 这种不起眼的语言过度代表性
- 01:17在模型中得到的强化程度 甚至超过了员工自己的方言。
- 01:20这影响着每个人的语言。
- 01:22多项研究发现, 自 ChatGPT 问世以来,
- 01:25世界各地的人们都自发地在口语对话中
- 01:28更多地用“深入研究”这个词。
- 01:30其实是我们在潜意识中 将 AI 的语言
- 01:33与真实的语言混淆了。
- 01:35讽刺的是,这就代表 真实事物逐渐趋于
- 01:38机器理解的事物。
- 01:40我们处在这样一个正反馈循环中: AI 代表了现实,
- 01:43我们认为这就是真实的现实,
- 01:45反馈给 AI, 给 AI 输入更多数据。
- 01:48你可以看出算法中的这个现象, 比如“高能流行”(hyperpop)一词,
- 01:51[不在]我们的文化词典中, 直到 Spotify 在算法中发现
- 01:55出现了一群相似的用户。
- 01:57当 Spotify 发现并推出了 “高能流行”歌单,
- 02:01这种艺术审美有了定义。
- 02:03人们开始议论
- 02:05什么算是、 什么不算是“高能流行”。
- 02:07这样的标签和歌单 让这个现象更真实,
- 02:09让人们有了认同或不认同的东西。
- 02:12随着越来越多的人认同高能流行,
- 02:14越来越多的音乐家 也开始创作高能流行音乐。
- 02:18与此同时,算法中相似的听众群
- 02:21越来越大, Spotify 也推波助澜,
- 02:24因为这些平台希望放大文化趋势, 让你继续使用该应用。
- 02:29但这也代表我们看不见真实趋势
- 02:32和人为鼓吹的趋势之间的区别。
- 02:34但是,所有时尚潮流 都是这样进入主流的。
- 02:38从潜在的文化欲望开始。
- 02:39也许有人喜欢抹茶、 拉布布或者迪拜巧克力。
- 02:43算法识别了这种兴趣, 并推送给相似的用户,
- 02:46让这些现象更成气候。
- 02:48但同样,就像 ChatGPT 误用“深入研究”一词,
- 02:52算法也可能在歪曲事实。
- 02:54越来越多商家 制作拉布布的相关内容,
- 02:56因为他们觉得人们喜欢。
- 02:59越来越多网红也在掀起拉布布热潮,
- 03:01因为必须利用趋势才能走红。
- 03:04但是算法只会让你看到
- 03:06有视觉吸引力的视频。
- 03:11TikTok 对于 作为用户的你是谁知之甚少,
- 03:14也无法完全理解
- 03:16作为人类的你 有什么复杂的兴趣。
- 03:18我们就有了带偏见的输入。
- 03:20就是假设社交媒体
- 03:22会诚实地展现现实,但事实并非如此。
- 03:24它只会为了能赚钱的东西服务。
- 03:27让你听高能流行 符合Spotify的利益,
- 03:29让你看拉布布 符合TikTok的利益,
- 03:31因为这才是可以商品化的。
- 03:33我想重申,现实和表达之间有区别,
- 03:38它们其实在不断互相影响。
- 03:42但是忽视区别是非常危险的,
- 03:45因为不仅会影响 我们的语言和消费行为。
- 03:48还会影响我们眼中的世界。
- 03:51有证据表明, ChatGPT
- 03:52在说波斯语时更为保守,
- 03:55可能是因为伊朗的训练文本有限,
- 03:57反映了该地区更为保守的政治气候。
- 03:59这代表伊朗的 ChatGPT 用户 有更保守的思想吗?
- 04:03每当埃隆·马斯克 不喜欢他的聊天机器人
- 04:06Grok 的回应方式, 他就会去调整,
- 04:09然后借助他的平台 X 人为传播他的推文。
- 04:12这是否意味着数以百万计的Grok和X用户
- 04:15正在潜意识中接受训练, 以符合马斯克的意识形态?
- 04:19我们需要时刻记住, 这些不是中立的工具。
- 04:24你在社交媒体中看到的所有信息,
- 04:26聊天机器人给你的所有回复,
- 04:27都会经过层层筛选, 筛成对平台有利、
- 04:31让平台赚钱、符合 平台对你的错误认知的版本。
- 04:35如果我们忽视这一点,我们就会 一直带着幸存者偏差看待现实,
- 04:39从而影响我们对世界的认知。
- 04:42说到底, 如果你说话越来越像 ChatGPT,
- 04:45你估计也会越来越像 ChatGPT 那样思考,
- 04:49或者是 TikTok 或 Spotify。
- 04:51但如果你总是问自己这些问题, 你是可以克服的:
- 04:54我为什么会看到这些?
- 04:56我为什么会这么说?
- 04:57我为什么会这么想?
- 04:59为什么平台会奖励这些呢?
- 05:01如果你不问自己这些问题,
- 05:04他们的对现实的看法
- 05:05就会是你对现实的看法。
- 05:07所以,保持真实吧。
- 05:09(欢呼和掌声)