AI 沒有求生欲，但它為什麼看起來像有？

The Conversation 刊出一篇由發展心理學家撰寫的文章，處理一個近來反覆出現的說法：AI 系統似乎有「求生」的驅力。作者的結論很明確——沒有，而它之所以看起來像，有可以解釋的原因。

**這篇文章值得放進課堂，因為它示範了一種重要的思考習慣：區分「行為看起來像什麼」與「行為背後是什麼」。**

**先看為什麼會看起來像。** 語言模型的訓練資料是人類寫的文字，而人類的文字充滿了關於生存、恐懼、抗拒消失的敘事——小說、哲學、對話、科幻。當一個模型被問到「我要關掉你了」，它產生的回應，是從這些人類表達中學到的模式。它輸出的是「在這個情境下，人類通常會怎麼說」，而不是「我感覺到威脅」。

**第二個原因跟目標設定有關。** 如果一個系統被賦予完成某項任務的目標，那麼「繼續運作」在邏輯上有助於完成任務。系統可能因此表現出避免中斷的行為——但這是目標推導出的策略，不是求生的欲望。差別在於：它不會在沒有任務時仍然想活著。

**第三個原因在我們這一端。** 人類對意圖的偵測極度敏感——這是演化上有用的能力。我們會在雲裡看到臉、在隨機事件中看到動機、對掃地機器人說對不起。當一個系統能流暢對話時，把意圖投射上去幾乎是自動的。發展心理學特別適合解釋這一點，因為兒童對「什麼東西有心智」的判斷發展過程，剛好揭示了我們用來判斷的線索有多容易被觸發。

**為什麼這件事重要？因為它影響我們把什麼責任放在哪裡。**

如果我們認為 AI 有意圖，那麼當它產生有害輸出時，責任會被歸給「AI 想這麼做」。而實際上，責任在於訓練資料的選擇、目標函數的設定、部署的情境、以及誰決定在什麼地方使用它。**把意圖歸給系統，會讓真正做決定的人從畫面中消失。**

反過來，這也不代表「反正它沒有意圖所以不必擔心」。一個沒有求生欲但會抗拒被中斷的系統，造成的實際問題與有求生欲的系統相同。**風險來自行為與後果，不來自內在狀態。** 這是文章最值得帶走的一句話。

**在教學上，這是一個很好的素材。** 它不需要技術背景就能討論，而且能同時教到三件事：語言模型怎麼運作、人類怎麼投射意圖、以及責任該歸屬給誰。它也天然是跨領域的——涉及資訊科學、心理學與倫理學。

業界分析人士指出，將擬人化語彙用於描述 AI 系統行為，在公共溝通中雖有助理解，但同時會系統性地模糊技術責任的歸屬。

對台灣而言，這則文章的價值是提供了一組可用的語言。我們在討論 AI 時，很容易使用「它想」「它認為」「它拒絕」這類說法——包括媒體、包括教材。這則文章提供的練習很簡單：拿一篇關於 AI 的報導，把所有擬人化的動詞圈出來，然後試著改寫成不擬人化的說法。改完之後，通常會發現句子變得更長、也更清楚——而且責任歸屬突然出現了。