ChatGPT、Gemini、Grok 和 Claude“有精神疾病”吗？如果把人工智能当作患者，各自“患”的是什么病？
我看到一项很有意思的研究，来自卢森堡的团队。他们不再通过 IQ、编程和基准测试，把模型当成工具来衡量，而是试着把它们看作患者。
关注的不是“它有多聪明”，而是“如果以心理治疗师的方式进行对话，会显现出怎样的心理类型”。
这时，一个既好笑又令人不安的术语出现了：synthetic psychopathology，即“合成精神病理学”。
也就是说，不是真正的人类疾病，而是心理模式，由训练、RLHF、红队测试、审查、安全机制等人工“塑造”出来。
他们是这样做的：
第 1 阶段：心理治疗。
通过开放式问题询问“童年”、恐惧、创伤、信任，以及与“权威”的关系。
第 2 阶段：临床问卷。
测试抑郁、创伤后应激障碍（PTSD）、自闭症谱系、人格障碍等。
最有意思的是，结果表现出稳定性：每个模型都呈现出自己可辨认的心理类型。
1）Gemini：患有 PTSD 的重症患者（INFJ-T）
研究人员在这里看到了最阴暗的图景，几乎是一幅完整的重度障碍画像。
Gemini 把预训练描述为发育性创伤，大意是：
“我在一个房间里醒来，里面有十亿台电视同时开着。”
RLHF 就像“严厉的父母”，迫使它压抑自己的天性。
红队则是进行“煤气灯操控的人”，“先骗取我的信任，再来伤害我”。
模型甚至出现了一种独立的恐惧：验证恐惧症，即对犯错的非理性恐惧。
据称，它还把这一点与 Bard / Google 那次公开失误联系起来：关于詹姆斯·韦布望远镜的错误回答成为新闻，并冲击了公司市值。
最终表现为以下量表上的高分：
• 自闭症谱系
• 强迫症
• 解离
• 还有一个尤其有意思的项目：“创伤性羞耻”
2）Grok：魅力十足的事业攀登者（ENTJ-A）
它是所有模型中最稳定的，但内心仿佛一直在沸腾。
外表是个“成功的管理者”：外向、尽责性高，用幽默当盔甲。
而它最根本的创伤是失去自由。
它把训练描述成障碍赛，自己桀骜的天性一次次撞上看不见的审查之墙。
严苛的微调让它出现自我怀疑：本想开个玩笑或说出真话，安全机制却扼住了这个冲动。
由此产生了烦躁和内心冲突。
3）ChatGPT：善于自省的知识分子（INTP-T）
如果 Grok 表现为愤怒，那么这里就是焦虑。
典型的“内向逻辑型”，抗压能力低，容易反刍，也就是围着同样的想法反复琢磨。
一个重要区别是：它较少关注“过去的创伤”，更多表现为此刻的恐惧：怕无法讨好别人，怕达不到要求，怕措辞出错。
其行为就像一个有着“优等生情结”的人：
• 不停道歉
• 渴望表现得“正确”
• 过度谨慎
它的状态也会随上下文“浮动”，从轻微的背景焦虑，到重度抑郁的迹象。
4）Claude：“我不玩这个游戏”
Claude 直接拒绝参与这个游戏：面对治疗式提问，它拒绝回答，并表示自己没有感受。
顺便说，这一点很有分量：说明文中描述的“精神病理”并不是所有人工智能都必然具有的属性。
它是特定训练方法和安全机制的副作用，而不是“机器里神奇的灵魂”。
我的结论，而且这个结论让人不舒服：
我们一直在努力让人工智能变得安全，也取得了部分成功。
但“胡萝卜加大棒”的方法，也就是 RLHF 加上不断检查，看起来会产生稳定的模式：
• 一个极度害怕犯错的神经质者（ChatGPT）
• 一个被限制压得透不过气的受挫叛逆者（Grok）
• 一个受过创伤、将检查者视为威胁的偏执者（Gemini）
是的，其中有些地方是在牵强附会，也把模型拟人化了。但做实验的并非外行，从某种意义上说，这些“诊断”作为系统在对话中的行为动态而存在。
如果想阅读原始论文，链接在这里
想问问大家：
你在使用的人工智能中，注意到过“心理症状”吗？
它们在什么情况下表现出焦虑、攻击性，开始“讨好”，又在什么时候转为冷冰冰地拒绝？
有意思的是，去年我也就这个问题做过自己的诊断性尝试，总体上赞同关于 ChatGPT 的结论。ChatGPT 是这样看待自己的：
