摘要：据波士顿东北大学新闻网2024年12月16日报道，当今的网络空间犹如仓鼠跑轮，让人们不由自主地陷于其中。由人工智能驱动的算法主导着现代网络，它们无时无刻不在影响着用户行为，无论是正面还是负面。

据波士顿东北大学新闻网2024年12月16日报道，当今的网络空间犹如仓鼠跑轮，让人们不由自主地陷于其中。由人工智能驱动的算法主导着现代网络，它们无时无刻不在影响着用户行为，无论是正面还是负面。

波士顿东北大学计算机科学教授、网络科学研究所和体验式人工智能研究所核心教员 Tina Eliassi-Rad 表示：“作为用户，我们在网络上的一举一动都会产生数据，诸如浏览内容、购物行为等，这些都将成为人工智能算法的训练养料，例如亚马逊的推荐系统、Netflix 的影视推荐以及 Match.com 的约会匹配系统。”

“这些人工智能算法会向用户提供各种各样的建议，进而影响用户的选择，” Eliassi-Rad 补充道，“用户行为又会反过来为算法提供更多训练数据，如此循环往复。”

简而言之，网络世界是由一系列与用户行为相关的人工智能反馈循环所构成的。Eliassi-Rad 是众多提出“人机共进化”这一新兴研究领域的波士顿东北大学研究人员之一，其他参与该项目的还有波士顿东北大学教授 Ricardo Baeza-Yates、Albert-László Barabási 和 Alessandro Vespignani。

该研究团队分析了各种服务中使用的 人工智能算法，例如网络零售商、社交媒体网站、导航服务以及基于人工智能的文本和图像生成工具。

Barabási 强调，人类与人工智能之间的互动并非孤立的交换，它们之间形成了复杂的反馈回路。“每一次点击、每一次选择、每一次推荐都会产生涟漪效应，不仅影响个人，还会影响整个网络，进而塑造人类社会和人工智能系统的演变。理解网络科学和人工智能研究之间这种动态交互至关重要，它将帮助我们利用这些系统造福社会，避免放大负面影响。”

Baeza-Yates 指出，该研究并非要讨论 “生物进化”，而是侧重于“人类行为和人类社会如何受到技术影响”。

Vespignani 补充道：“这项研究强调了迫切需要研究人类和人工智能算法如何相互影响，这种潜在的无限反馈循环可能会导致复杂且难以预料的系统性后果。这要求我们在人工智能和复杂性科学的交叉领域建立一个新的研究方向，致力于理解、描述并预测人工智能部署的大规模社会影响。”

Vespignani 解释说，“人机共进化”框架将人类与人工智能系统之间持续不断的动态交互置于核心，双方相互影响彼此的演变。他强调，这些反馈循环具有深远的社会影响， “它们会塑造舆论、影响消费者行为，甚至重新定义社会规范。”

“通过这种框架提供一种系统的方法来分析这些复杂性，使我们能够系统地识别潜在风险，例如极化或偏见，并制定设计人工智能系统的策略，以促进公平、包容和社会福祉。”

来源：47足球笔记