
在加州大学伯克利分校的一间安静实验室里,一组神经科学家最近观察到一个四岁儿童轻松应对复杂社交场景的过程。孩子在与研究人员交谈时,根据微妙的语境线索调整语调、语速和措辞——这正是当前任何大型语言模型都无法复制的能力。
这并非仅仅是一个感人的 anecdote(轶事)。它是越来越多研究的最新证据,表明尽管AI在模仿语言模式方面表现出色,却缺乏构成人类语言发展基础的具身体验。根据发表在《认知科学季刊》上的一项新研究,儿童语言习得与机器学习在本质上仍存在差异。研究人员发现,儿童的语言复杂度与其实际互动的强度,而非单纯的计算机接触,呈现更强相关性。
「我们并非说AI无法改进,」该研究的主要作者埃琳娜·瓦斯克斯博士表示,「但我们确实在说,当前的范式——向模型“喂养”大量数据集——正在错失关键要素:塑造人类语言使用方式的真实体验。」研究团队在两年间追踪了150名儿童,将他们的对话能力与最先进的AI模型进行对比。AI能生成语法正确的句子,但儿童在理解语境、隐喻和情感语调方面展现出更深层次的能力。
这种差距不仅仅是学术上的。随着AI系统日益主导人类沟通——从客服聊天机器人到情感支持机器人——我们可能正在创造出功能性强但内涵空洞的交互方式。「我们正在构建会说话的工具,却并未打造真正理解的工具,」瓦斯克斯说,「当我们谈及信任、同理心和人际连接时,这一点至关重要。」
对AI生态系统而言,其影响深远。投入数十亿美元开发AI语言模型的企业可能需要重新审视其方法。一些研究人员已开始探索「具身AI」——与物理世界互动并模仿儿童学习方式的系统。其他人则主张采用混合模型,结合计算能力与人工介入验证。
但最大的问题或许是哲学层面的:如果语言根本上与人类体验紧密相连,AI能否真正弥合这一鸿沟?抑或我们始终需要人类作为意义的最终阐释者?
有一点是明确的:在创造能像我们一样交谈的机器的竞赛中,我们正逐渐意识到语言有多么独特地属于人类。
就目前而言,儿童依然是语言学习的金标准。
图片:Kelli McClintock / Unsplash (https://unsplash.com/@kelli_mcclintock)
As companies like Anthropic and OpenAI release selective AI usage data, researchers warn of a growing transparency gap that undermines trust and innovation.

Robin Williams’ children are reclaiming their father’s digital legacy by taking over his Instagram account, setting a powerful precedent for ethical AI use in preserving human memory.

New research reveals critical gaps in transparency about how people actually use AI. Without independent data, we risk building tools that don’t serve real human needs.

评论