人工智能能否感知人性弱点?

近日看到朱迪·福斯特的一段旧访谈片段。17岁的她在镜头前显得格外沉稳，眼神中透着超越年龄的洞察力。记者询问她欣赏怎样的男性特质时，她提到了一个词：vulnerability。

这个英文单词在中文里通常译为"脆弱"。然而她所指的脆弱，并非外在的软弱，也非情绪的起伏，更非刻意营造的敏感，而是一种保持开放姿态的意愿——一个人仍然可能被他人伤害，也仍然会被世间的某些事物所触动。

有趣的是，2024年她在另一次访谈中表示："Vulnerability is my least favorite word."

原因并非她排斥真诚，而是她意识到这个词已被固化为某种表演标准，尤其要求女性展现一种"温柔、可爱、楚楚可怜"的脆弱形象。许多人批评她的表演"不够脆弱"，实际上只是因为她的表达方式与大众习惯的模式不符。

言归正传。这让我联想到，许多真正成熟的人身上似乎都保留着这种特质。他们会因一部电影久久沉默，会因朋友的一句话而失落，也会因陌生人的一个善举铭记多年。他们深知投入一段关系意味着可能失去，认真做事意味着可能失败，却并未因此将自己封闭。这种脆弱不会削弱一个人，反而让他与这个世界保持联结。研究脆弱性的学者 Brené Brown 有一句经典名言：

Vulnerability is not weakness; it's courage.

中文里的"脆弱"容易让人联想到玻璃，一触即碎。而英文中的 vulnerability 更接近一种敞开的状态，它意味着愿意信任、愿意投入，也愿意承担这些选择可能带来的后果。它不是力量的反面，更像是力量愿意付出的代价。

许多人因此联想到塔勒布的《反脆弱》。

书中探讨的是另一种脆弱。塔勒布关注的是系统在面对外部冲击时的表现：玻璃会被打碎，肌肉却能在反复撕裂后变得更强健。反脆弱描述的是一种能从波动、不确定和压力中获益的能力。

两者使用了同一个词，却并非讨论同一件事。朱迪·福斯特谈的是，一个人有没有能力走向世界；塔勒布谈的是，系统在进入世界后会经历什么。前者发生在经历之前，后者发生在经历之后。一个关乎感受，一个关乎成长。

由此我忽然联想到人工智能。

过去几年，人们持续争论AI是否拥有情感。我原本以为答案很简单：AI可以识别情绪、分析情绪、写出足够感人的文字，它了解失恋者会说什么，知道悼词该如何表达，但这些仅是关于情感的知识，并非情感本身。

然而，有一个实验结果让我无法如此轻易地下结论。

2023年，加州大学圣迭戈分校的研究团队在《JAMA 内科学》上发表了一项研究：他们从Reddit的问诊板块提取了195个真实的病人提问，让ChatGPT和执业医生分别作答，再交由持证医疗专家进行盲评。结果显示，专家在79%的情况下更青睐ChatGPT的回答，而在"共情"这一维度上，ChatGPT的评分比真人医生高出9.8倍。

请留意评审者是谁——不是容易被糊弄的外行人，而是医生在评价自己的同行。换言之，在安慰一个担忧自己患癌的陌生人的事情上，一台从未有过恐惧经历的机器，表现得竟比真正恐惧过、也真正安慰过无数患者的职业医生更出色。

如果"没有情感经历就写不出真正的安慰"这一假设成立，这个结果就不应该出现。我们必须认真对待这个发现，而非视而不见。

接下来的这组研究，将问题引向了更微妙的层面。

近两年心理学界反复验证出一个现象，有人称之为AI折扣（AI penalty）：将同一段安慰的话语呈现给受试者，标注"人类创作"和标注"AI创作"，评分立刻产生显著差异。多伦多大学的研究发现，即使文字内容完全相同，人们仍然系统性地认为人类创作的那份更温暖、更可信；更有意思的是一项关于AI心理支持的研究——受试者在不知情时明明更偏爱AI撰写的回应，可一旦标注"这是AI写的"，共情评分立即下降。研究者将这种现象称为"透明度惩罚"：坦诚告知