一项由伯明翰大学、格拉斯哥大学等机构组成的国际研究团队在《认知科学》杂志发表最新成果，揭示了人工智能聊天机器人同样存在“加法偏见”。研究发现，AI算法倾向于使用含“加法”而非“减法”的词汇进行表述，这种偏好不仅符合人类长期的语言习惯，更可能导致决策复杂化及过度繁琐的行政程序。
英语语境中的“加法偏见”根深蒂固
研究表明，在表达“改进”概念时，英语语汇天然倾向于“添加”而非“减少”。伯明翰大学认知语言学系副教授Bodo Winter指出，“改进”（improve）一词在语义上更接近“加入”（add）和“增加”（increase），而非“去除”或“减少”。这意味着当人们询问“如何改进项目”时，实际上已在隐性呼吁通过增加要素来实现优化。
类似的偏见也存在于“改变”、“修改”、“修订”和“增强”等动词中。若不对此加以反思，这种语言结构层面的偏见将导致事物变得愈发复杂，甚至引发官僚主义问题。反之，在与改进相关的语境中，“减少”类词汇出现频率低且情感色彩偏中性，进一步印证了加法偏见的普遍性。
AI模型习得人类语言偏好
由于训练数据源于人类语言，AI聊天机器人深刻习得了这一偏见。研究人员测试GPT-3模型时发现，其明确表现出对“加法”的积极评价。该模型回应称：“在一物中加入另一物通常会使它变得更好”，并以“往咖啡加糖使其更好喝”及“新朋友加入带来快乐”作为例证。这表明，AI不仅继承了人类的语言模式，更内化了其中隐含的认知偏差。
警惕简化思维缺失带来的决策风险
Winter强调，英语中积极的加法偏见直接影响决策质量，使人们倾向于增加层级或要素，而忽视了简化可能带来的收益。研究建议，在工作或生活中提出改进意见时，应主动审视语言背后的思维定势，给予“做减法”同等的考量权重，避免因盲目叠加而导致效率降低。