重點一：英國學者發表論文主張，大型語言模型（如ChatGPT）產生的錯誤資訊，不應被稱為「AI幻覺」(AI hallucinations)，而應正名為哲學意義上的「胡說」(bullshit)，因其系統設計本質上對真相漠不關心。
重點二：「AI幻覺」一詞具有誤導性，它暗示模型試圖陳述事實卻失敗，掩蓋了其核心運作機制是「生成看似可信的文本」而非「傳達真相」。這種誤解可能引導錯誤的技術解決方案與公眾認知。
重點三：論文將「胡說」分為兩種：僅對真相冷漠的「軟胡說」(soft bullshit)，以及意圖欺騙聽眾、偽裝成真理講述者的「硬胡說」(hard bullshit)。學者認為ChatGPT至少是前者。
針對大型語言模型 (Large Language Models, LLMs) 如 OpenAI 公司的 ChatGPT 頻繁產出不實資訊的現象，哲學學術界提出了一個顛覆性的觀點。
根據英國格拉斯哥大學 (University of Glasgow) 學者Michael Townsen Hicks等人於2024年6月份發表於《倫理與資訊科技》(Ethics and Information Technology) 期刊論文，目前業界與媒體普遍使用的「AI幻覺」(AI hallucinations) 一詞，不僅不精確，更具有高度誤導性。
研究團隊甚至直接將論文標題訂為「ChatGPT is bullshit」（ChatGPT 簡直胡扯），以主張這些看似是模型「感知錯誤」的內容，其本質更應被理解為哲學家哈里·法蘭克福 (Harry Frankfurt) 所定義的「胡說」(bullshit)。
核心論點在於，大型語言模型的設計目標並非傳遞或驗證事實，而是根據龐大的數據資料，計算並生成最可能符合語境、看起來最像人類會說的話。
研究指出，這種運作機制意味著， 系統本身對於其產出內容的真實性「漠不關心」，這正是「胡說」的關鍵特徵：一種完全不在乎真假的言談。 此論點挑戰了當前對AI錯誤的普遍認知，並呼籲對這些系統的能力與意圖進行更準確的描述。
「AI幻覺」一詞的誤導性與潛在風險
本研究並非一項實驗性或量化研究，其主要採用的是哲學分析與概念辨析（Philosophical Analysis and Conceptual Clarification）的方法。研究者深入探討了哲學家哈里・法蘭克福在《論胡說》（On Bullshit）一書中建立的哲學概念 。他們將此哲學理論應用於分析大型語言模型的新興科技現象，深入剖析為何將AI的錯誤資訊標籤為「幻覺」會帶來問題。
研究作者 Michael Townsen Hicks、James Humphries 及 Joe Slater 指出 ，「幻覺」這個詞彙源自人類心理學，暗示著一個主體（AI）在嘗試感知或陳述真實世界時，發生了認知偏差或錯誤。這會讓公眾、政策制定者甚至開發者誤以為，AI的目標是追求真理，只是偶爾會「看錯」或「記錯」。
然而，論文強調，這與大型語言模型的根本架構背道而馳。 AI生成錯誤資訊，並非系統在追求準確性過程中的「異常」或「故障」，反而是其核心預測功能的「正常」展現。模型的唯一目標是依據提示詞 (prompt)，生成統計上最合理的下一個詞彙，串連成流暢且具說服力的文本。
因此，無論其產出是事實還是虛構，背後的運作過程完全相同。 研究警告，使用「幻覺」一詞會淡化模型開發者的責任，讓人們將問題歸咎於AI本身，同時可能引導研究人員朝著錯誤的方向尋求解方，例如試圖「修正」AI的感知，而非正視其設計上與生俱來的局限性。
剖析AI的「胡說」：軟性與硬性的層次
為了更精確地描述大型語言模型的行為，論文引用了法蘭克福的哲學概念，並進一步將「胡說」區分為兩個層次：「軟胡說」(soft bullshit) 與「硬胡說」(hard bullshit)。
「軟胡說」指的是產出的言論對真實性漠不關心，沒有欺騙聽眾的意圖；「硬胡說」則更進一步，指言說者不僅不在乎真相，還積極地試圖誤導聽眾，讓對方相信自己是在傳遞經過深思熟慮的資訊。
研究團隊認為， ChatGPT 毫無疑問是一個「軟胡說」的產生器。因為無論我們是否將意圖歸於AI，其系統設計本身就缺乏對真相的關心。而它是否構成「硬胡說」，則取決於我們如何看待AI的「意圖」。
若將其設計者的意圖納入考量，亦即創造一個看似能進行有意義對話、實則僅是模仿人類言談的程式，那麼 ChatGPT 的行為便帶有欺騙性質，意圖讓使用者誤以為它是一個關心事實的對話夥伴，這就符合了「硬胡說」的定義。
總結來說，無論層次為何，使用「胡說」一詞能更準確地揭示大型語言模型的本質，提醒使用者對其產出的一切內容保持警惕，因為即使內容恰好為真，也僅是巧合，而非系統追求真相的結果。
都是AI的錯？可能…也不盡然
有趣的是，今年5月份，有另一份論文回應了「ChatGPT is Bullshit」。亞利桑那大學歷史、哲學和宗教研究學院的助理教授Jimmy Licon指出， ChatGPT等LLM之所以會產生「bullshit」，部分原因在於人類本身就常常「bullshit」。 簡單來說，LLM是根據大量人類語言資料訓練而成，因此「bullshit in, bullshit out」。
這份論文主要探討人類「bullshit」的三大動機，包括了維護聲譽（reputation management）、展示自身智慧（signaling intelligence），以及參與「bullshit市場」（marketplace for bullshit）。
Licon強調，上述三大動機促使人們利用LLM（如ChatGPT）來更有效地「bullshit」彼此。換句話說，LLM本身其實不具備意圖，它們僅僅反映了人類語言與行為特徵。 也因此，LLM產生「bullshit」的現象，根源在於人類本身的「bullshit」傾向與社會動機。
台灣第一家香水股！「光速火箭」成立僅十年，年銷逾20萬瓶、營收衝7億元！
資料來源：link.springer.com、ChatGPT is bullshit
本文初稿為AI編撰，整理．編輯/ 李先泰
