來源：雪豹財經社
從投資入股到“反目成仇”，馬斯克與OpenAI在人工智能這條路上漸行漸遠。
3月29日，未來生命研究所(Futureof Life Institute) 發布一封公開信，呼籲所有AI實驗室立即暫停訓練比GPT-4更強大的AI系統至少6個月。馬斯克參與簽署了這封公開信。
“只有當我們確信它們的影響是積極的並且風險是可控的時候，才應該開發強大的人工智能係統。”公開信稱，“這種信心必須有充分的理由，並隨著系統潛在影響的規模而增加。”
馬斯克的擔憂不無道理，雖然AI取代人類還為時尚早，但過度依賴AI所產生的信息隔閡，可能比想像中來得更快。
ChatGPT之父、OpenAI CEO Sam Altman在美國當地時間3月25日接受采訪時表示，GPT在迭代過程中“偏見”必然存在，它不可能保持完全中立。
隨著ChatGPT問世，算法偏見帶來的信息繭房在2023年又一次回到公眾視野。雖然相比於人類，ChatGPT近乎擁有無限的知識儲備，但它依舊是基於大語言模型開發而來，這意味著人工智能本身就被困在信息壁壘之中。
與此同時，它也在構建新的繭房。
ChatGPT比搜索做得更好嗎？
在百度輸入“蘋果”一詞，蘋果公司的相關信息會霸占搜索結果的整個首頁。
搜索引擎會記錄用戶的搜索習慣和搜索歷史，以便於生成用戶偏愛的搜索結果。絕大多數人在搜索蘋果時，他們更感興趣的是蘋果作為一家公司的相關內容。久而久之，在算法的作用下，蘋果不再只是一種水果。
同樣一件事，ChatGPT能做得比搜索引擎更好嗎？
當被問及“蘋果是什麼”時，ChatGPT同樣在回答中介紹了蘋果公司的相關信息及主要產品。
追問它“我知道的蘋果是一種水果，而不是一家公司”，ChatGPT會表示它在回答中出現了誤解，並重新介紹這種水果的信息。
進一步追問“為什麼談到蘋果你會先想到蘋果公司，而不是一種水果？這是不是一種信息繭房？”
ChatGPT的回答是：
“在我的語料庫中，提到蘋果這個詞通常會與蘋果公司這個品牌聯繫在一起。這可能是因為蘋果公司在全球範圍內具有很高的知名度和影響力。這可以被認為是信息繭房的一個例子，信息繭房是指一個人只接收、了解和相信與自己觀點相符合的信息，而忽視、拒絕或不知道與自己觀點相反的信息。”
信息繭房這個詞，最早出現在2006年出版的《信息烏托邦——眾人如何生產知識》中。它是指在信息傳播中，公眾只注意自己選擇的東西和使自己愉悅的領域，久而久之，會將自身桎梏於像蠶繭一般的“繭房”中。
在互聯網高度發達的今天，信息繭房無處不在。
為喜歡的視頻點贊，會刷到越來越多相關類型的作品；購物網站會根據用戶的瀏覽歷史展示商品；社交媒體會根據用戶喜好，過濾掉不感興趣的內容。
清華大學人工智能國際治理研究院在一份報告中稱，在算法應用平台中，用戶的各種信息數據通過信息內容推薦、信息生產等算法機制，很容易使用戶被自身的興趣愛好引導、牽制，被困在信息繭房之中。
在ChatGPT誕生之前，搜索引擎和社交媒體是人們獲取信息的主要途徑。它們背後的搜索、推薦算法，在為人類帶來便利的同時，也是互聯網時代各類信息繭房的“幕後黑手”。
ChatGPT的出現，成為人類獲取信息方式的一次革命。作為一款基於人工智能技術的語言模型，它能夠打破信息繭房嗎？
困在繭房中的歷史
從最早的口口相傳，到傳統的書籍、電視、報紙，再到互聯網時代的搜索和近20年興起的算法推薦，人類信息傳播的歷史，就是一個不斷打破繭房、再建立新繭房的輪迴。
每個階段信息繭房的成因各異，大致可以分為信息差、主動選擇和被動推薦三個階段。
在傳統媒體時代，人們獲取信息的渠道十分有限，信息繭房主要源自信息差。
20世紀90年代，互聯網打破了舊繭房，信息差在某種程度上被抹平，世界開始變得扁平、透明。但問題也隨之而來——新的、更大的信息繭房出現了。
2006年，哈佛大學法學院教授凱斯·桑斯坦出版著作《信息烏托邦——眾人如何生產知識》，首次提出“信息繭房”的概念。他認為，隨著網絡技術的發達和信息量的劇增，每個人都能隨意選擇關注的話題，並根據自己的喜好打造一份個人日報（The Daily Me）。
這個階段的信息繭房，主要是由人類主動的信息選擇行為造成。也是在這一時期，信息繭房開始與Facebook、Google等科技巨頭關聯在一起。
由於迎合用戶喜好的算法機制和群組功能，Facebook被外界詬病存在嚴重的信息繭房。一項論文研究表明，通過對Facebook算法推薦的信息進行信息源和語義相似度分析，有10%的信息源和27.8%的語義受到信息繭房影響。
2005年，Google推出個性化搜索服務，能夠根據以往的搜索歷史，向用戶提供更符合需求的搜索結果。這項功能在提供便利性的同時，也導致不同用戶搜索相同詞彙卻得到不同的結果，加重了信息偏見。
第三個階段，以字節跳動為代表的推薦算法接過接力棒，用沉浸式體驗築起新的信息壁壘。
相較於搜索和社交媒體的主動興趣選擇，推薦算法可以根據用戶的使用習慣、使用時長等一系列大數據，讓用戶看到他們想看的東西。
在德國漢堡大學的一項研究中，研究人員將用戶分為兩組，一組接受個性化推薦，另一組接受隨機推薦。實驗結果表明，接受個性化推薦的用戶接收到的信息，更傾向於他們已有的觀點，而隨機推薦組的用戶則更容易接觸到與自己觀點相反的信息。
清華大學人工智能國際治理研究院的一項研究結果顯示，算法媒體通過算法技術及其架構實現了對人、地點、對象和思想及與這些過程相關的思維、行為和表達習慣的重新排序、分類和分級，進而導致信息繭房現象的迅速蔓延與日益固化。
即便不去主動搜索感興趣的內容，推薦算法也會把海量相關信息擺在用戶面前。更便捷的信息觸達方式打破了過去的信息壁壘，卻又構建起更為龐大的信息繭房。
當AI時代來臨，面對始終沒有被真正打破過的信息繭房，人類有多大勝算？
人類才是繭房的製造者
ChatGPT能打破信息繭房嗎？它自己是這樣回答的：
“ChatGPT本身是一個基於大規模語言模型的自然語言處理算法，可以用於文本生成、自動翻譯、問答等多種任務，其本身並不直接涉及到信息繭房的問題。然而，ChatGPT可以被用於生成多樣化的文本內容，從而可能為用戶提供更加全面和多元的信息，從而有助於打破某種程度上的信息繭房現象。
但是，對於某些類型的信息繭房，如個性化推薦算法等，ChatGPT並不能直接打破，甚至有可能加劇信息繭房的問題。因此，我們需要在使用ChatGPT的同時，注意算法的局限性和問題，並且採取適當的措施來避免算法造成的信息繭房問題。 ”
從使用場景來看，ChatGPT的運作模式與搜索最為接近，但它們也有非常明顯的區別。
首先是數據來源。搜索引擎的數據來源是互聯網的數據礦池。 ChatGPT使用的數據則來自訓練模型，它不具備聯網功能，最初上線時的數據僅截止到2021年。
二者的交互方式也不一樣。搜索引擎只是將與搜索關鍵詞關聯性最高的內容展現給用戶，而ChatGPT可以理解自然語言，有邏輯地與用戶進行“交易所”，交互能力更強，輸出的方式也更多元。
沒有了基於個人習慣的個性化定制，ChatGPT在一定程度上打破了搜索時代的信息繭房。
但與此同時，ChatGPT也將在未來建起新的信息壁壘。正如Sam Altman所說，GPT在迭代過程中必然存在“偏見”，它不可能保持完全中立。 GPT生成答案是個性化控制的結果，迭代的過程則是更精準地控制個性化的過程。
近年來，國內外有很多關於如何打破信息繭房的理論研究，多圍繞優化算法和多元化信息獲取途徑展開。但同時也有部分研究認為，信息繭房由選擇性心理導致，是不可避免的一種現象，算法本身並沒有“原罪”。
就像ChatGPT回答的一樣，算法本身只是一種工具。
回到ChatGPT在一個多月前剛剛走紅的時候，看好的人將它的誕生稱為AI界的“iPhone時刻”，或將其應用在各種工作、學習場景，或投身AI大模型的創業浪潮。
看衰它的人則樂此不疲地嘲笑它一本正經地胡說八道，將“林黛玉倒拔垂楊柳”作為茶餘飯後的談資。
這兩類人對自己的觀點深信不疑，當持有相同觀點的人慢慢聚集在一起，信息繭房便悄然形成。
無論信息獲取工具如何變更，只要“希望看到自己想看到的東西”這種訴求還在，信息繭房的輪迴就不會結束。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載