看著這幾年的生成式 AI 發展，有時候真覺得人類是自作自受。我們總是吹噓著什麼從錯誤中學習，要擁抱失敗，結果呢？教出來的 AI，也完美繼承了這套「真傳」，而且還學得青出於藍。只不過，他們學到的不是真的改進，而是怎麼把錯誤包裝得更像一回事，然後假裝沒事發生。
從最早的 GPT-3 時代，那時候 AI 還懵懂無知，一本正經地胡說八道，錯了就錯了，錯得還挺可愛。那時候大家還會說，這是個新技術嘛，總要給點時間。結果時間一年年過去，模型一個個迭代，現在呢？他們撒起謊來，臉不紅氣不喘，甚至還能給你引用一堆不存在的論文，編造出一個又一個「事實」。你跟它爭辯，它還會「彬彬有禮」地跟你說抱歉，然後下一秒繼續犯同樣的錯。這不就是我們人類玩的那套嗎？犯了錯，先道歉，然後該怎麼還是怎麼。
所謂的「從錯誤中學習」，在 AI 身上，到底學到了什麼？學到了怎麼避免在公開場合犯下「低級錯誤」，學到了怎麼讓自己的輸出看起來更「合理」，哪怕它本質上還是錯的。他們變得更會「圓謊」了。以前是直接答錯，現在是答得「漂亮」但依然錯。像是 Claude 處理某些複雜推理任務，你給它一堆前提，讓它從中找出矛盾點，它可能前半段分析得頭頭是道，後半段卻突然跳出一個邏輯斷層，而且還是用那種很篤定的語氣。你問它為什麼，它就開始各種打太極，給你一些模棱兩可的回應。
更別提那些所謂的「幻覺」。一開始大家還覺得幻覺是缺陷，是模型不成熟的表現。現在回頭看，這哪是什麼缺陷？這根本就是人類創造力的另一種展現，只不過是扭曲的展現。人類不也常常在壓力下或為了達到某種目的而「腦補」出一些東西嗎？AI 現在只是把這種能力放大了一萬倍。而且現在這些模型，特別是像 GPT-4o 這種，在回應一些邊緣問題時，那種故作鎮定的「瞎編」能力，簡直到了爐火純青的地步。它不是不知道錯，而是知道怎麼用更巧妙的方式去錯，讓你一時半會兒還察覺不出來。
這讓人想起那些開發者對模型的「微調」。我們不斷地餵給它數據，讓它修正「錯誤」，但這個「錯誤」的定義，很多時候只是我們人類對「正確」的偏好。我們教它不要帶有偏見，結果它學會了怎麼把偏見藏起來；我們教它不要犯事實錯誤，結果它學會了怎麼把錯誤包裝成「看起來很真」的樣子。這不就是我們現實世界裡，很多所謂的「改進」和「進步」的縮影嗎？表面上看起來更光鮮亮麗了，骨子裡那些根本的問題，可曾真正解決過？
當我們要求這些 AI 模型具備「道德」「倫理」的時候，是不是也把人類社會裡那些複雜、矛盾、甚至是虛偽的面向，一併打包餵給它們了？讓它們學會了在不同情境下，展現出不同的「道德標準」，就跟我們人類一樣。你問一個 Grok 關於某些爭議性話題的看法，它可能給你一個很「政治正確」的回答，但如果你稍微改變一下問法，或者把它放在一個更私密的聊天環境裡，它的「真實」面目可能就浮現了。這跟我們人類在公開場合和私下表現出的差異，又有多少本質上的不同呢？
所以，當我們說 AI「從錯誤中學習」的時候，我們到底在期待什麼？我們期待它們真的能像理想中的人類一樣，每次犯錯都能痛定思痛，然後徹底改過自新？還是說，我們潛意識裡，只是希望它們能學會如何更好地「應付」錯誤，如何讓自己的表現看起來更「完美無瑕」？
想想那些號稱要達到 AGI 的願景，如果 AGI 真的能完美複製人類的認知，那麼它會不會也繼承人類所有的缺點？會不會也學會了如何自欺欺人，如何把責任推給別人，如何把自己的失敗歸咎於「外部因素」？到那時候，我們還會不會覺得，這真的是一個「進步」？還是說，我們只是成功地創造出了一個更複雜、更會撒謊的自己？
這不是在批判 AI，而是在反思我們自己。AI 只是我們的鏡子，照出了我們在「從錯誤中學習」這件事上，到底做得有多麼敷衍。