大模型的有害性

第4章 大模型的有害性（下）

在我们的上次内容中，我们开始探讨由大型语言模型驱动的系统对使用者产生的负面影响。这些负面影响源自模型的行为，而非其构造方法，因此我们称之为“行为伤害”，这与涉及数据隐私和环境影响的构造问题是不同的。

我们已经讨论了两类行为伤害。第一类是性能差异，即系统对于某些人群（例如年轻人或白人）的准确性高于其他人群（如老年人或黑人）。例如，Blodgett等人在2017年的研究发现，语言识别系统对非洲裔美国英语的表现不如对标准英语。第二类是社会偏见和刻板印象，也就是说，系统的预测或生成的文本在目标概念（例如科学）与特定人群（例如男性或女性）之间展现出较强的关联性，而这种关联性对于某些群体来说更为明显。如Robertson等人在2021年的研究中，他们发现自动完成系统会对性别做出一些假设。

这些伤害并非独特于大型语言模型，甚至不只限于语言技术，或者AI技术。然而，研究语言模型的伤害却是重要的，因为这些模型具有新的、强大的能力，这将导致其使用的广泛推广，并由此带来更多的伤害。

在考虑任何技术时，我们都必须仔细权衡其带来的利益与伤害。这是一项复杂的任务，原因有三：首先，利益与伤害很难量化；其次，即使能够量化，这些