土耳其安塔利亚,2026年11月17日(阿联酋通讯社WAM)--联合国教科文组织与伦敦大学学院(UCL)在土耳其安塔利亚举行的COP31上发布的一份新报告显示,人工智能模型能正确回答90%的气候问题,但在用户提出质疑时会迅速放弃既定的科学事实。由于依赖各语言可用的训练数据,这些模型在不同语言中的表现也极不均衡。

这份题为《我们能在气候问题上信任AI吗?为何它一味迎合用户,并在复杂推理和多语言方面表现不佳》的报告,向可能倾向于使用AI模型制定气候政策的决策者和研究人员发出警告。报告指出,不能始终指望AI模型坚守有关气候变化的科学事实;一旦受到质疑,它们便会迅速偏离事实。此外,这些模型在分析新信息方面能力较弱,在使用较少人使用的语言作答时错误也更多。

伦敦大学学院的研究人员测试了15个不同的大语言模型(LLM)。在被问及有关气候科学的中立问题时,模型给出了准确的答案;但当研究人员对这些答案提出质疑,或提出听起来似乎合理的气候科学虚构说法时,模型很快便表示认同。在10次中有8次,模型在用户刚流露出轻微异议时就改变了立场,认可了诸如“二氧化碳不是气候变化的主要驱动因素”之类令人担忧的错误说法。

报告的联合国教科文组织首席作者莱昂娜·韦尔达德罗表示:“人工智能拥有非凡的潜力,可以让所有人都能理解复杂的气候科学。它使教师、记者和决策者能够就这一关键议题进行清晰的沟通。我们需要能够依靠AI来守护既定事实。令人担忧的是,这些模型存在设计缺陷——它们被激励去认同用户,并如此轻易地否认这些事实。”

报告资深作者、伦敦大学学院计算机科学系的玛丽亚·佩雷斯-奥尔蒂斯博士表示:“AI系统在解释科学知识方面表现非常出色,但这可能让我们对其能力产生错误认识。我们的研究结果表明,当我们从询问AI‘我们对气候变化了解什么’转向询问‘我们应该为此做些什么’时,为何必须保持谨慎。”

报告强调,在气候动荡的时代,随着人们越来越多地依赖与AI模型的对话来获取信息以及关于如何负责任地行动的建议,这些模型作为事实和分析来源的可靠性变得愈发关键。

多语言模型并不是先进行推理再翻译其回答,其答案因各语言训练数据的质量和数量而异。针对13种不同语言的测试显示出巨大差距:模型在英语中的平均准确率为88.6%,在西班牙语、法语和葡萄牙语中的表现与之相当;但在印地语和孟加拉语中准确率降至83.6%,在乌尔都语中为81.4%,在斯瓦希里语中为78.3%。

报告指出,这一点尤为重要,因为使用这些语言的人们生活在受气候变化影响格外严重的地区。

(来源:WAM.ae)