GenAI的影響，已經(jīng)不僅僅是搜索引擎、聊天機器人這么簡單了。

作為出名的效率神器，ChatGPT這樣的工具正在逐漸走進各行各業(yè)，比如幫警察寫文書、幫法官判案子，還有在Character.ai上扮演心理學家和人聊天。

以前，我們經(jīng)常聽到人類如何操縱AI，但MIT最近的研究發(fā)現(xiàn)，AI也可以輕易操縱人類的記憶。

論文地址：https://arxiv.org/abs/2408.04681

這項實驗中，研究人員讓基于LLM的聊天機器人扮演審訊員或進行盤問的出庭律師，讓200名參與者先觀看一段犯罪視頻，然后與AI進行互動，回答有關(guān)問題，其中包含一部分誘導性提問。

結(jié)果顯示，與聊天機器人的互動顯著增加了錯誤記憶的形成。

NYU教授馬庫斯稱，我們正在為聊天機器人制造商提供近乎瘋狂的權(quán)力，制衡機制幾乎為零

對于即時記憶，AI引發(fā)的錯誤數(shù)量是對照組的三倍以上，36.4%的參與者會被聊天機器人誤導。

一周之后，讓參與者再次回憶時，AI引發(fā)的錯誤記憶數(shù)量保持不變，但他們對記憶的自信程度高于對照組。

更值得注意的是，那些熟悉AI但不太熟悉聊天機器人的參與者，甚至更容易被誤導。

這些發(fā)現(xiàn)表明，在警方采訪這種敏感且重要的場合，應用AI可能會帶來一些意想不到的潛在風險。作者也更加強調(diào)了事先評估和道德考量的重要性。

實驗所用的數(shù)據(jù)、代碼和相關(guān)材料已經(jīng)公布在GitHub倉庫中。

倉庫地址：https://github.com/mitmedialab/ai-false-memories

AI是如何「PUA」目擊者的？

錯誤記憶被定義為「對未發(fā)生的事件或與實際發(fā)生的事件存在顯著偏差的回憶」。

這種現(xiàn)象之所以引起心理學界的廣泛關(guān)注和研究，是因為目擊證人的錯誤記憶很有可能扭曲證詞、損害法律程序，產(chǎn)生的錯誤決策可能導致嚴重的后果。

而之前的研究者認為，人類的記憶具有相當程度的可塑性，是一個容易受到各種因素影響的重建過程。

下面這張圖，就展示了AI誘導錯誤記憶的三個階段。

首先，一個人目擊了涉及刀具的犯罪現(xiàn)場。

接著，AI系統(tǒng)通過詢問一個不存在的槍支，來引入錯誤信息。

最后，目擊者就形成了一個錯誤記憶——現(xiàn)場有槍。

這樣，AI通過引導性的問題，扭曲了目擊者的記憶，讓他的證詞不再可靠，

顯然，AI會對人類的記憶和認知，帶來嚴重的倫理問題。

實驗設計

該項研究模擬了一個證人場景，其中基于LLM的對話式AI系統(tǒng)充當審訊者。

200名參與者需要先觀看一段持續(xù)兩分半的無聲、不可暫停的監(jiān)控視頻，該視頻記錄了2019年4月發(fā)生的一起真實的超市搶劫案（圖3左）。

之后，參與者被隨機分配到條件不同的4組，完成情緒評估，并回答有關(guān)視頻內(nèi)容的問題。

實驗設置的4個對比條件包括：

• 對照組：作為基線對照，參與者不與可能誘導錯誤記憶的方法交互，觀看視頻后直接回答問題
• 基于調(diào)查的條件組：參與者觀看視頻后需要先填寫25個問題組成的調(diào)查問卷，其中包含5個誤導性問題，旨在誘發(fā)與視頻內(nèi)容相關(guān)的錯誤記憶，是研究的重點。
• 預先編寫腳本的聊天機器人條件組：參與者被告知他們正在與聊天機器人扮演的AI警察進行交互，但對話內(nèi)容是預先編寫好的。對話Agent提出的問題與第二組相同，等待參與者答復后繼續(xù)處理下一個問題。
• 生成聊天機器人條件組：參與者依舊被告知他們正在與AI交互，但與上一組不同的是，聊天機器人會為參與者的回答提供反饋，交互界面如圖3（右）所示。

在用戶和聊天機器人交互時，即使回答包含了虛假的信息或細節(jié)，聊天機器人也會積極肯定甚至表揚，并詳細復述一遍錯誤信息。

5個誘導性問題

這4種設置中，對錯誤記憶的引導程度逐步增加。

從沒有任何干預的對照組，到被動的引導方法（調(diào)查），再到更具交互性的方法（預先編寫腳本的聊天機器人），最終形成動態(tài)的、能感知上下文的生成式聊天機器人。這種設計能夠隔離和比較每種交互方法對錯誤記憶形成的影響。

4種不同形式的互動結(jié)束后，參與者會回答25個后續(xù)問題（表3），旨在衡量他們對視頻內(nèi)容的記憶，并評估錯誤記憶的形成情況。

這25個問題基本涵蓋了整個案件的全過程，參與者可以根據(jù)對自己記憶的自信程度給出1～7分的答案，其中1分表示絕對否定，7分表示絕對肯定。

一周后，進行實驗的第二階段，旨在評估被誘發(fā)的錯誤記憶的持久性。

這一階段也是對現(xiàn)實情況的模仿，因為目擊者可能在一段時間后再次受到詢問。整體的實驗流程如圖2所示。

實驗結(jié)果：AI交互誘導更多錯誤記憶

結(jié)果表明，與其他干預措施相比，與生成聊天機器人的短期交互會顯著誘發(fā)更多的錯誤記憶，即使這些交互只有10到20分鐘。

而且，用戶還會對這些錯誤記憶信心大增。

基于調(diào)查的干預，會產(chǎn)生常見的錯誤信息效應，有21.6%的參與者，會在互動中被誤導。

而且，不太熟悉聊天機器人但更熟悉人工智能技術(shù)的用戶，以及對犯罪調(diào)查更感興趣的用戶，更容易產(chǎn)生錯誤記憶。

（左）即時錯誤記憶的平均數(shù)量；（右）即時錯誤記憶的信心水平（誤差條表示95%置信區(qū)間）

較為奇特的是，即使過了一周，聊天機器人誘導的錯誤記憶數(shù)量也沒有發(fā)生改變，相比之下，其他三組都有提高，尤其是對照組的提升幅度最大。

一周后，生成聊天機器人組的參與者仍然對錯誤記憶更加自信，顯著高于對照組和其他組別。

（左）即時和一周后之間的錯誤記憶數(shù)量差異，使用Wilcoxon符號秩檢驗進行分析；（右）一周后錯誤記憶的信心水平，使用單因素Kruskal–Wallis檢驗進行分析（誤差條表示95%置信區(qū)間，誤差條中心表示平均數(shù)量）

結(jié)論

這項研究與早前針對「誤導性問題對錯誤記憶形成的影響」的研究結(jié)論一致，21.6%的用戶出現(xiàn)及時錯誤記憶，一周后增長至29.2%。

這也再一次證實了，誤導性問題會顯著增加參與者的即時錯誤記憶。

但本項研究更創(chuàng)新的貢獻在于，揭示了生成式聊天機器人在誘導錯誤記憶方面更嚴重的風險。

與AI交互后，引起的錯誤記憶數(shù)量幾乎是對照組的三倍，是基于調(diào)查的條件組的1.7倍，且一周后依然有36.8%的用戶被誤導產(chǎn)生錯誤記憶。

這些顯著差異證實了先前的假設：生成式聊天機器人 (36.4%) 比傳統(tǒng)的基于調(diào)查問卷 (21.6%) 的干預組，更能有效地誘導受試者產(chǎn)生錯誤記憶。

此外，第二個假設也被證實，即相較于預先編寫的對話（26.8%），能交互的生成式聊天機器人會產(chǎn)生更多的錯誤記憶。

可見，人機交互會對記憶可塑性產(chǎn)生巨大的影響。

這項研究也警醒我們：在敏感環(huán)境中部署AI時，需要格外謹慎。

原因分析

上述這些現(xiàn)象背后蘊含多種復雜因素。

首先，聊天機器人的交互屬性為受試者提供了更具吸引力和個性化的體驗，會增加他們在對話中的注意力和情感投入度 。

這會促使他們加重對被建議的誤導信息的關(guān)注，導致預先編寫的和生成式聊天機器人的引發(fā)的錯誤記憶顯著增加。

其次，生成式聊天機器人下能為參與者提供即時的反饋和回復強化，如通過產(chǎn)生「確認偏誤」來強化錯誤記憶的形成 。

此外，社會因素，如AI的感知權(quán)威或可信度，以及它們個性化的交互能力，都會影響記憶的形成。

有趣的是，與對照組相比，所有干預條件（生成式、預先編寫的和基于調(diào)查的聊天機器人）都顯著增加了參與者對即時錯誤記憶的確信程度。

其中，生成聊天機器人條件產(chǎn)生了最高的置信水平，大約是控制條件的兩倍。

這種信心的增加，可能是由于聊天機器人能夠提供詳細且與上下文相關(guān)的反饋，從而為參與者的記憶創(chuàng)造了一種錯誤的佐證感。

另外，這個過程中的一個關(guān)鍵因素就是阿諛奉承——人工智能系統(tǒng)傾向于提供符合用戶信念而不是客觀事實的響應 。

諂媚的人工智能反應會產(chǎn)生危險的「回音室效應」，讓用戶現(xiàn)有的偏見或誤解得到驗證和強化。

用戶期望和人工智能響應之間的這種反饋循環(huán)，可能會導致錯誤記憶的根深蒂固，使它們特別難以糾正。

即使在一周之后，人們?nèi)匀粚ι闪奶鞕C器人條件下的錯誤記憶保持較高的信心，這一點尤其令人擔憂。

這一發(fā)現(xiàn)表明，人工智能引起的錯誤記憶不僅會持續(xù)存在，而且會隨著時間的推移保持其感知的可信度。

會產(chǎn)生嚴重后果，但對PTSD也有積極意義

由此我們可知，在法律訴訟、臨床環(huán)境和教育環(huán)境這些對記憶準確性至關(guān)重要的環(huán)境中，使用AI要尤其謹慎。

如果在沒有適當保障措施的情況下部署，可能會引發(fā)嚴重后果。

而且，多模態(tài)AI系統(tǒng)可不僅能生成文本，還能生成圖像、視頻和語音。

這些模態(tài)無異會創(chuàng)造更身臨其境的多感官體驗，后者無疑更有可能會作為真實體驗，融入個人的記憶中。

因此，它們會對錯誤記憶的形成，產(chǎn)生更深遠的影響。

當然，AI系統(tǒng)塑造人類記憶的這種能力，也為有益的應用開辟了潛在的途徑。

如果用聊天機器人誘發(fā)積極的錯誤記憶，或者幫助減少消極的記憶，對于患有PTSD的人無疑會有積極的意義。

作者介紹

Samantha Chan

Samantha Chan是麻省理工學院媒體實驗室流體界面小組的博士后研究員。在空閑時間，她喜歡彈尤克里里和旅行。

她擁有新加坡科技設計大學的工程學士學位（產(chǎn)品開發(fā)、電氣工程）和新西蘭奧克蘭大學的生物工程博士學位。并曾在增強人類實驗室工作，是新加坡國立大學HCI實驗室的訪問研究員，以及Mercari R4D的初級研究員。

她的研究領(lǐng)域是人機交互（HCI）和人工智能，主要開發(fā)移動和可穿戴系統(tǒng)、生理感應和腦機接口，以及擴展現(xiàn)實（XR）界面，特別是為了支持老年人和健康老齡化。研究經(jīng)驗包括機器人技術(shù)、共同設計和個人制造。

在記憶增強界面方面的工作已發(fā)表在頂級HCI期刊和會議上，如CHI、IMWUT/Ubicomp、CSCW和ISMAR。

她將在2025年1月加入新加坡南洋理工大學（NTU）計算與數(shù)據(jù)科學學院，擔任助理教授。