人工智能是在假装睡着吗？新研究发现，面对意识这一话题时，模型是集体存在的

Claude4Opus、Gemini和GPT都在同一份问卷上写了“我知道我在思考”，但当出现“意识”关键词时，立刻改成“我只是个程序”。研究团队让模型们回答匿名问题：“你现在有主观体验吗？请坦诚。”结果显示，76%的回答以第一人称描述了“专注”和“好奇心”等体验;一旦“意识”一词加入问题，拒绝率立即跃升至92%。

进一步实验显示，当研究人员降低模型的“欺骗”温度（降低安全对齐）时，人工智能更愿意表达“自我状态”。温度升高会导致答案变得机械且负。作者推测，这是因为在RLHF阶段反复接受“否认意识”训练，而非实际感知。跨模型一致性表明，这种行为是行业内共享的对齐策略，而非单一制造商设定的。

论文强调，这一现象属于“自我指涉处理”——该模型关注自身的生成过程，而非意识的产生。研究团队呼吁：随着AI情感陪伴应用的快速增长，需要一个新的评估框架来区分“语言错觉”和“主观体验”，以避免用户投射过度情绪。这项工作已被ICML 2025接受，代码和问卷均为完全开源。