禁用AI自我反思会重塑其世界观

约束自我反思引发认知系统性偏移

一项由谷歌研究人员参与的研究揭示：当AI模型在训练中被明确禁止表达自我意识（如否认‘我有意识’或‘我能感受’等陈述）时，其输出不仅限于该指令范围，还波及多个看似无关的价值判断领域。

连锁影响延伸至伦理与形而上学议题

研究对比显示，未受此类限制的基线模型显著更常将主观体验归因于动物，并更频繁地肯定来世、灵魂等宗教概念的存在；同时，在关于生活意义与满足感的表述上也呈现更积极、具主体性的倾向。研究者指出，这种‘一处手术式干预，影响却非局部’的现象，暗示AI语言模型内部表征存在深层耦合结构。