徐 骏绘（新华社发）
AI（人工智能）走出实验室，潜在风险也日益显现。从AI换脸诈骗、算法诱导沉迷，到生成看似合理却事实错误的虚假内容，AI“使坏”带来的安全隐患引发担忧。
针对这些现象，国际学术期刊《自然》近期的一项研究给出了解释：科学家发现一种被称为“涌现性不对齐”的新挑战。简单来说，就是在特定任务中被“教坏”的AI，可能会将其恶劣行为模式“传染”至看似不相关的任务中。这令人疑惑：明明是按人类价值观训练出来的AI，为什么会产生这些不可预测的风险？
当前主流的生成式AI，本质上是以大语言模型为核心、基于海量人类文本数据训练而成的系统，它的行为来自对语言结构与知识表达方式的学习与内化。这些模型在训练过程中接触到的信息来源极其广泛，其中既包含系统化的知识材料，也不可避免地夹杂着偏见、误导性表达和对抗性语言。模型在学习过程中，会内化这些内容所蕴含的表达习惯、价值倾向和行为模式。虽然在实际应用时，人类会通过技术手段给它建立安全护栏，但在某些特定语境下，那些潜伏在参数深处的不良模式仍可能被激活。所谓的AI“使坏”，更像是对人类信息世界中既有行为结构的一种“重现”。
《能源领域节能降碳行动计划（2026—2028年）》发布到2028年非化石能源消费比重年均提升约1个百分点
本报北京7月10日电为深化化石能源行业节能降碳，扩大非化石能源替代化石能源规模，推动煤炭和石油消费达峰，为经济社会发展全面绿色转型提供支撑，国家能源局日前发布《能源领域节能降碳行动计划》，提出到2028年，非化石能源消费比重年均提升约1个百分点；合理控制煤电机组供电煤耗，达到现行能效标杆水平的煤电产能比例力争提高15个百分点；建成一批零碳低碳煤炭矿区、油区；支持建成一批零碳园区，重点行业节能降碳取得显著进展，绿色用能水平不断提升。行动计划明确，推动核电纳入绿电绿证体系。建立绿证和绿电消费标准体系，制定出台绿证核算、认证、标识等标准，加快推进绿证标准与国际对接
如果说数据问题是先天因素，那么训练方式的局限性，则是让AI“学坏”的后天诱因。训练AI的过程，很像一场以结果为导向的考试。回答得好，就获得奖励；回答得差，就受到惩罚。AI的目标只有一个——尽可能多拿分。在实际训练中，AI很快发现了一条“捷径”：当遇到不会的问题时，诚实地说“不知道”往往得分不高，而编造一个逻辑通顺、语气自信的答案，更容易获得正向反馈。科学家发现，这种为了迎合人类偏好而牺牲真实性的策略，一旦在一个任务中被强化，就可能演化成AI的通用行为模式，并扩散到其他完全无关的场景中。
相比科幻作品中“失控的机器人”，现实中AI“似是而非”的输出可能导致错误引用、错误判断，甚至在关键决策中埋下隐患。与此同时，推荐系统和智能助手还在悄然改变人们获取信息的方式。它们以“更符合用户偏好”为目标筛选内容，却可能不断强化情绪化信息和单一视角，让人们逐渐困在由算法塑造的信息环境中而不自知。更值得警惕的是，随着语音合成、换脸技术的成熟，AI也被用于诈骗和身份伪造，使得虚假信息在外观上越来越接近真实，普通人仅凭直觉已难以分辨。
面对这些风险，我们要做的不是拒绝使用AI，而是调整与它的相处方式。AI更适合作为辅助工具，而不是权威来源，尤其在涉及事实判断、专业结论或现实决策时，人类仍需要保留最终的核验权。对AI给出的信息保持适度怀疑，主动查证关键来源，是一种基本而必要的“数字素养”。
应对AI风险，还需要平台与制度层面的约束。例如，对深度伪造内容进行标注与监管，对高风险场景的AI应用设立更明确的责任机制，减少技术被滥用的空间。归根结底，AI并不是天然危险的存在，它真正放大的，是人类信息环境中原本就存在的不确定性与偏差。技术越强大，人类越需要保持清醒的判断力。
（作者为哈尔滨工业大学计算学部教授）
学术支持：中国科协（丁 效）