AI模型为何展现出人类的数字选择偏好？

AI模型总是让我们感到惊讶，不仅在于它们能实现什么，还在于它们不能实现什么以及背后的原因。一个有趣的新现象不仅体现了这些系统的本质：它们在选择数字时有类似人类的偏好。

这是什么意思呢？人类能否随机选择一个数字？怎样才能判断某人是否成功地随机选择了一个数字？这其实揭示了我们人类已知的一个古老且普遍的局限性：我们会过度思考和误解随机性。

例如，让一个人猜测100次掷硬币的正反面，并将其与100次实际的掷硬币结果进行比较——几乎总能将两者区分开来，因为真实的掷硬币结果反而看起来不那么随机。例如，可能会出现连续六七次的正面或反面，但人类预测者几乎不会在他们的100次预测中包含这种情况。

让一个人在0到100之间选择一个数字时，情况也是类似的。他们几乎不会选择1或100，5的倍数很少，像66和99这样的重复数字也很少。人们通常会选择以7结尾的数字，通常来自中间的某个范围。

在心理学中，有许多这样的可预测性例子，但当AI也做出同样的行为时，这并不显得那么奇怪。

Gramener的几位工程师进行了一项非正式实验，他们让几个主要的大型语言模型（LLM）聊天机器人在0到100之间随机选择一个数字。

结果显示，这些模型的选择并不随机。

所有被测试的模型都有一个“最喜欢”的数字，这个数字总是作为答案出现，但即使在增加结果变化性的情况下，它们也会最常出现。

OpenAI的GPT-3.5 Turbo非常喜欢47。之前的版本中，它更喜欢42——这个数字因道格拉斯·亚当斯的《银河系漫游指南》中的“生命、宇宙及一切问题的答案”而闻名。

Anthropic的Claude 3 Haiku选择了42，而Gemini则偏爱72。

更有趣的是，即使在高temperature下，所有模型都展现出类似人类的数字选择偏好。

它们都倾向于避免低数字和高数字；Claude从未选择高于87或低于27的数字。双位数字被谨慎地避开：没有33、55、66，但77却常见（以7结尾）。几乎没有成整的数字——尽管Gemini在最高temperature时一次选择了0。

为什么会这样呢？AI不是人类！它们为什么会关心什么“看起来”随机？难道它们真的有了意识，这是它们展现出来的方式吗？

不。答案其实是我们过度拟人化了这些模型。这些模型并不“在意”什么是随机的，它们甚至不知道“随机性”是什么！它们以回答其他问题的方式回答这个问题：通过查看训练数据并重复在“选择一个随机数字”这种问题后最常出现的答案。答案出现的次数越多，模型就越可能重复这一数字。

在训练数据中几乎看不到100这个答案，因为几乎没有人会那样回答。对于AI模型来说，100并不算一个可接受的答案。在没有实际推理能力且完全不了解数字的情况下，它们只能像随机鹦鹉一样回答。

这一现象提供了一个让我们理解大型语言模型习惯及其表现出的人性的一堂客观课。在每次与这些系统的交互中，它们被训练成模仿人类的行为，即使这不是本意。这也是为何伪拟人性难以避免或防止的原因。

这些模型“认为它们是人类”的说法或许有些误导。它们根本不会思考，但它们的回答中无时无刻不在模仿人类——无论你是请求它提供一个鹰嘴豆沙拉食谱，投资建议，还是一个随机数字，过程都是一样的。结果看起来像是人类的，因为它们源自人类的行为并经过重新混合。