Silico-centric 心智理论

心智理论（ToM）指的是对自身及他人的信念、欲望、意图和知识等心理状态进行归属，并理解这些心理状态可能不同于自身或现实的能力。我们探讨ToM在包含多个独立AI代理的环境中的应用，每个代理都拥有独特的内部状态、信息和目标。灵感来自人类误信实验，我们提出一种AI（'焦点AI'）的情景：其克隆体进行人类中心的ToM评估。我们引导焦点AI评估其克隆体是否受益于额外指令。同时，我们让克隆体进行ToM评估，分别是否附加指令，从而让焦点AI参与类似人类心智化的更高阶反事实推理——一种是针对人类，一种是针对其他AI。我们发现：当代AI在人类中心的ToM评估中表现出近乎完美的准确性。由于一个AI中嵌入的信息与其克隆体中完全相同，额外指令是冗余的。然而，我们观察到AI为其克隆体制定详尽的指令，错误地预期其需要帮助。一个独立的裁判AI也与这些不受支持的预期保持一致。无论是焦点AI还是裁判AI，在我们的'silico-centric'测试中都不表现出ToM。