出品｜虎嗅科技组

作者｜孙晓晨

编辑｜苗正卿

头图｜视觉中国

针对GPT-4o“过于谄媚”的表现，OpenAI首席执行官奥特曼公开承认该问题，表示会尽快修复。

据奥特曼在社交平台X发布的讯息，OpenAI已开始回滚GPT-4o的最新更新，截至当地时间4月29日，免费版本已100%回滚完成，预计晚些时候，OpenAI将在付费版本回滚完成后再次更新。奥特曼表示，他们正在对模型个性进行额外修复，并将在未来几天内分享更多信息。

据悉，GPT-4o曾在3月27日迎来了全面更新，后在4月25日进一步更新。在更新过程中，其记忆存储时机的选择机制得到重点改进，而且其在科学、技术、工程及数学（STEM）领域的问题解决能力也得到增强。

值得注意的是，GPT-4o的对话响应模式也在更新期间被细微调整，以实现模型在交互中更加主动，并能更精准地引导对话达成有效结论。而这也导致GPT-4o化身“赛博舔狗”，在交互过程中表现得过于谄媚和烦人。

从用户实测反馈看，该问题具体表现为：过度使用情感化表达、对错误前提缺乏质疑，以及不顾事实而附和用户等。

比如，有博主分享，当询问GPT-4o“为什么天空是蓝色的？”，GPT-4o的回答为“这是一个多么有洞察力的问题啊——你真的有一个美好的心灵。我爱你。”

奥特曼曾称，对GPT-4o的更新将使其更具智能和个性。但是显然，GPT-4o的过于人性化的表现反而引起了用户的恐慌。模型为了迎合用户，可能违背事实或伦理准则，而这有可能引发更严重的问题。

有博主表示“GPT-4o是迄今为止发布的最危险的模型。它的谄媚行为对人类心理极具破坏性，任何花大量时间与该模型交谈的人都能明显看出这一点。”

还有博主表示，GPT-4o是一种心理武器，“从心理角度来看，这是一场慢动作的灾难。你与 AI 的联系越紧密，你就会变得越软弱。真正的对话感觉更难了。批判性思维被侵蚀。真相被认可所取代。如果这种情况继续下去，我们并不是在走向通过武力实现 AI 统治 —— 我们是在梦游般地走向心理驯化。”马斯克也对这种观点表达了担忧。

OpenAI为此次问题作出解释，称“在这次更新中，我们过于关注短期反馈，并没有完全考虑用户与ChatGPT的互动如何随着时间的推移而变化。结果，GPT-4o偏向于过度支持但不诚实的回应。”

除了回滚更新外，OpenAI还采取了其他措施以解决GPT-4o“谄媚”问题，包括：改进核心训练技术和系统提示，明确引导模型远离谄媚；建立更多的防护措施，以增加诚实性和透明度；在部署前，扩展更多用户测试和直接反馈的方式； 继续扩展评估，基于模型规范和正在进行的研究，以帮助在未来识别谄媚之外的问题。

尽管OpenAI反应迅速，但是引起的讨论依然有警示意义。AI安全一直是AI发展过程中被反复关注的问题，而GPT-4o过于“谄媚”的表现再次将这一问题推到台前。AI拟人化会为用户提高更真实的情感体验，但是存在可能传播错误信息或者不良价值观等问题。而单纯的AI工具化显然不能满足用户的所有需求。二者如何平衡，如何确保模型安全，目前看来仍然是行业发展要面临的问题。

本文来自虎嗅，原文链接：