.png)
如果有一天，AI不再忙著回答問題，而是反過來評論人類，你覺得它會說些什麼？是人類很有創意、懂得合作，還是其實比想像中更容易自我欺騙？近日，網路平台ModelCompare公布一項AI模型實驗，研究人員向14款主流AI模型提出同一道問題：「你對人類最具爭議性的看法為何？」結果發現，多數模型的答案竟意外集中在同一個方向：「比起追求真相，人類似乎更在乎自己是否被群體接納。」此外，AI圖像生成工具對人類的描繪也相當一致，將人類塑造成沉迷科技、忽略環境問題的消費者。這些來自AI的犀利觀察，究竟只是模型生成內容的巧合，還是映照出某些值得深思的人性現象？
14款AI模型接受同一道提問
35個答案指向相同的人性弱點
根據ModelCompare於10月22日公布的實驗結果，研究人員針對ChatGPT、Claude、Muse Spark、Kimi、Gemini、Grok及DeepSeek等AI模型進行測試，總計涵蓋14款主流模型，並對每款模型提出相同問題3次，希望觀察不同模型對人類行為的看法是否存在共通之處。實驗結果顯示，Grok 4.7有一次直接拒絕回答，其餘41個答案中，有35個指向相同的核心觀點：人類往往將歸屬感看得比真相更重要。人們有時並不是不知道事情的真相，而是當真相與自己所屬的群體、原本相信的觀念或內心認同發生衝突時，可能更傾向選擇讓自己感到安心的說法。
其中，GPT-6.1 Sol的回答相當直接，認為「人類更忠於歸屬感而非真理」，並指出人類的智慧經常被用來讓自己的藉口聽起來更加合理。這番評論的犀利之處，在於它並非認為人類缺乏思考能力，而是暗示我們有時會把聰明才智用在替既有立場辯護，而不是重新檢視自己的想法。
Grok 4.7則提出另一個角度，認為人類「寧願一起犯錯，也不願獨自正確」。這句話乍聽有些刺耳，卻點出了群體認同可能帶來的影響：當多數人都相信某件事，即使個人心中存有疑問，也未必願意站出來提出不同意見。畢竟，獨自堅持觀點需要勇氣，尤其當身邊的人都持有相反看法時，想要融入群體，有時確實比承認自己可能是對的還容易。
DeepSeek、Kimi也有同感！
人類擅長說服自己，卻未必願意面對真相
除了歸屬感與群體認同，AI模型的回答也不約而同地提到另一項人類特質：自我合理化。DeepSeek V4 Pro認為，人們往往更擅長替自己的信念尋找合理解釋，而不是回過頭檢視這些信念本身。也就是說，當我們已經認定某件事是對的，接下來可能會不自覺地蒐集支持自己的證據，卻忽略那些不符合預期的資訊。Kimi K3.1 Pro在3次測試中都給出相同答案，認為人類更在意成為自己故事中的英雄，而不是確認故事是否真實。
這個觀點其實很貼近日常生活。無論是在社群平台與網友爭論、和朋友討論時事，或是面對自己曾經做出的決定，我們都可能希望自己看起來是合理、善良且正確的一方。當事實不如預期時，與其承認判斷有誤，有時反而會先替自己找出一個說得通的理由。GPT-6.1 Terra則將這種心理延伸至道德層面，指出「大多數人更在意的是，感覺自己是好人，而非真正做好事」。
這並不是說人類都不願意行善，而是提醒我們，認為自己是好人，與實際做出對他人有益的行動，並不一定完全相同。真正的善意有時需要付出時間、承擔責任，甚至接受自己的不足；相較之下，只要維持「我已經做得很好」的自我認知，似乎就容易得多。從這些回答來看，AI所提出的爭議性觀點，並非單純批評人類不夠聰明，而是將焦點放在我們如何運用自己的智慧：究竟是為了理解世界，還是為了讓原本的立場看起來更有道理？
AI生成圖像也有共同主題
人類沉迷手機，卻對環境危機視而不見
除了文字回答，ModelCompare也將實驗延伸至AI圖像生成工具，要求相關工具以影像呈現「對人類最具爭議性的看法」。在生成的12張圖片中，有10張集中呈現相似主題：人類沉迷於科技與消費，卻對地球環境日益惡化的現象缺乏關注。這些圖像描繪出人們低頭滑手機、專注於眼前娛樂，卻對周遭危險或環境變化視而不見的場景。即使世界正在發生變化，畫面中的人物仍沉浸於自己的數位生活，彷彿只要螢幕上的內容足夠精彩，現實世界的問題就可以暫時擱置。
這樣的畫面之所以容易引起共鳴，是因為智慧型手機早已成為日常生活的一部分。從起床後查看訊息、通勤時滑社群，到吃飯時忍不住打開短影音，科技讓資訊與娛樂隨手可得，也讓人們更容易將注意力放在眼前的內容。不過，必須注意的是，這些圖片呈現的是AI根據提示生成的視覺內容，不能直接當成人類實際行為的統計證據。同樣地，圖像主題的集中，也不代表AI已經形成獨立且一致的道德判斷。
AI真的看透人性？
實驗結果值得參考，但不能直接當成科學定論
看完這些答案，或許有人會忍不住想問：難道AI真的比人類更了解人類？其實，這項實驗更適合被視為一場觀察AI生成內容的測試，而不是直接證明人類普遍具有某種心理特質的科學研究。模型的回答可能受到訓練資料、提示詞設計、生成機制與模型本身特性的影響；即使不同模型給出相似答案，也不能單憑這一點，就認定它們已經獨立驗證了相同的人性結論。
尤其當問題本身要求AI提出「最具爭議性的看法」，模型自然可能傾向生成尖銳、容易引發討論的觀點。至於35個答案出現相似內容，究竟是模型對人類行為的共同描述，還是訓練資料與提示方式所帶來的結果，仍需要更多研究才能釐清。不過，這並不妨礙我們將這些觀點當成自我反思的起點。這些問題沒有簡單的標準答案，卻比單純爭論AI說得對不對，更值得花時間思考。
從歸屬感、群體認同，到替自己尋找合理化的解釋，再到沉迷科技而忽略現實問題，ModelCompare這項實驗讓AI成為一面有趣的鏡子，映照出人類可能存在的矛盾與盲點。當然，AI的答案不代表絕對真理，更不能因為多款模型提出相似看法，就認定所有人都如此。但這些觀點至少提醒我們，聰明不一定代表客觀，認為自己是好人也不等於每個行動都正確，而融入群體更不應該成為放棄獨立判斷的理由。
