2026年10月22日
5分钟阅读
AI能理解文化吗？一位退休教师和一名高中生对AI进行了测试
想想这个古老的谜语：“什么样的房子你蒙着眼睛进去，睁着眼睛出来？”英语使用者可能立刻就能认出答案是“学校”，但如果用另一种语言问AI模型同一个谜语，它们可能会犯难。Cohere Labs的一个 开放科学项目 揭示了诠释的复杂本质，而结果令人惊讶。
“riddle”（谜语）一词源自古英语“rædan”，意为“解释”或“建议”，这表明谜语关乎诠释与洞察，而不仅仅是猜测。谜语依赖歧义而生，却有着特定的答案。正如人类通过练习和反馈越来越擅长解谜，AI也通过机器学习提升自身能力。
“我们简直不敢相信自己的眼睛……这已经‘不只是’研究了，它是一场运动。”
——Boczka Károly
匈牙利外交官Boczka Károly当时正在积极探寻AI研究方面的机会。当他决定编写带有匈牙利文化特色的刁钻冷知识谜语，以测试AI模型能否识别文化线索时，他得到了惊人的结果。模型的答案 听起来 是对的，但实际上并不正确。这些模型缺失了特定文化的事实，在某些情况下还在产生幻觉。在Cohere Labs主办的一场围绕AI中文化的开放科学社区讨论中，Boczka与Julia Kreutzer分享了他的发现。Kreutzer是Cohere Labs的资深研究科学家，她立刻看到了测试AI流畅度与文化知识之间差距的潜力。于是，他们共同将这一项目扩展到全球范围，以测试主要基于英语数据训练的模型在流畅度、逻辑和推理方面的表现，以及每个答案背后的盲区。
参与该项目并不需要任何专业知识，只需认同某种文化并致力于撰写和评估谜语，这为任何年龄和背景的研究参与者打开了大门。社交媒体上以及 Cohere Labs现有研究社区 内发布的一则公开招募邀请人们加入项目，不设任何准入门槛，有意消除了通常限制参与的各种障碍。社区成员聚集在Discord上，围绕体育、历史和政治等文化板块建立了自己的基准，每个问题都被设计成谜语。
Boczka先生的想法迅速成长为一项国际倡议。“我们简直不敢相信自己的眼睛，”他说，“我们有来自50多个国家的100多名贡献者。这已经‘不只是’研究了，它是一场运动。”他继续说道：“我们的集体如此投入、独立且乐于合作，整个项目就像一株栽种良好的植物一样茁壮成长。”在这个根基深厚的社区中，有两位贡献成员：15岁的美国人Henry Gagnier和加拿大退休教师Jane Smith。
虽然大多数青少年可能会对加入如此规模的全球研究团队犹豫不决，但Henry Gagnier富有感染力的热情压过了任何关于“典型”研究团队成员应该是什么样子的先入之见。“我想说，AI研究适合每一个人。AI研究有太多不同的方面。我们需要来自许多不同文化的人，而构建这个基准有帮助的并不是‘AI技能’，而是真正的文化知识。”当被问及他是否被这个团队吓到或感到惊讶时，他说：“最让我惊讶的是他们的包容和开放，因为作为一名高中生，加入这个项目并说我想成为这个团队的负责人，我一直有点胆怯。但每个人都那么好。这是一次了不起的经历。”
这个项目虽然植根于文化和语义的细微差别，却让他对研究以及自己未来可能投身其中有了更深的洞察。“它让我得以一窥真正的研究人员在做什么，”Gagnier说，“我想继续在这个领域做研究。我现在正在做一些项目来加深自己在这个领域的知识，所以我认为这个项目是一次很好的教育经历，它无疑改变了我对未来方向的看法。”
作为一名退休教师，Jane Smith对她的研究采取了所谓的“教师方法”。“当我评估孩子们答错的问题时，我总是试着回溯思考，比如，‘哪里出错了？’‘是什么导致了这个完全错误的答案？’一定有什么东西把他们引到了那里，所以我发现自己在评估时经常这样做。”她还尝试将自己的过程拟人化，在谜语中加入老虎或螃蟹之类的东西，把逻辑游戏化，作为一种强大的教学工具。
每一个被解开的谜语或生成的谜题都成为一个数据点，完善了项目对语言和逻辑的理解。这个谜语项目之所以特别有意义，是因为它不仅仅关乎娱乐，还展示了界定谜语和AI两者的诠释能力。
AI在不同语言和语境下应对文化谜语的困难，可能是开发模型中最重大的挑战之一。“我有点惊讶，因为这不仅仅是缺乏文化理解，”Gagnier说，“这些模型完全不懂这种语言，而我认为布吉语是一种相当常用的语言。我很惊讶这些模型对这种语言的知识几乎为零，而按照我们的评估方式，这也意味着对文化的知识为零。”
这个项目强调，智能不仅仅在于 解开谜题，还在于理解人类的经验以及谜题背后的语言。当我们考虑到诠释必须以文化为基础才有意义时，“rædan”（解释）的词源便有了新的深度。
史密斯女士揭示了一个广泛存在的社会担忧，即AI文化模型的准确性。“让我惊讶的是，这些模型很少回答‘我不知道’。相反，它给出这些听起来相当权威的[答案]，会让人以为，‘哦，这东西知道自己在说什么’。”
让团队感到不安的是，模型尽管答案错误，却听起来无比自信，给出确定的结论。意识到这一盲点后，史密斯女士说：“对我来说，可怕之处在于它听起来如此权威，而人们正在寻找权威的答案。”她补充道：“我不认为AI会杀死我们。杀死我们的将是我们缺乏批判性思维。”
在一个有人担心日常生活中的人性元素正迅速消失的时代，这项谜语研究推动人们重新思考任何缺乏人情味的解决方案。史密斯女士以她的智慧提出了一个看似有趣的文字游戏，却可能正是 对AI文化难题的 决定性观点：“犯错的是AI。批判性思考的是人类。”
人类认知与AI思维之间存在一个有趣的空间。Cohere Labs正通过深入探究 当今模型中的置信度来致力于更好的语境理解。这些谜语表明，随着AI对其答案越来越自信，我们必须记住，批判性思维让我们保持人性。
