在人工智能的浪潮中，我们经常听到技术报告宣称某个大模型（LLM）在某项测试中达到了“人类水平”（Human-level performance）。
这听起来很令人振奋，但哈佛大学的一项研究提出了一个让整个行业深思的问题：究竟是“哪一种”人类？
今天我们要解读的这篇论文题为 《Which Humans?》 。它揭示了一个被忽视的真相：目前的顶尖大模型（如 GPT-4）在心理结构上并不是一个“世界公民”，而是一个极度偏向西方视角的“WEIRD”人群。
1. 论文核心：AI 的“心理户口”在哪里？
这篇论文的核心发现非常直观且震撼：LLM 的回答在人类心理多样性的光谱中属于“异类”，它们最像来自 WEIRD 社会的人。
什么是 WEIRD？
这是一个心理学术语，代表 Western（西方）、Educated（受过教育）、Industrialized（工业化）、Rich（富裕）和 Democratic（民主）。
研究人员发现，随着某个国家或地区的文化背景与美国的差异增大，GPT 与该地区人类的心理相似度会迅速下降（相关系数 ）。
简单来说，如果把 GPT 当作一个人，它大概率是一个住在欧美大城市、受过高等教育、崇尚个人主义的白人男性。它很难理解埃塞俄比亚农民或巴基斯坦工人的价值观 。
这种现象的根源在于 "WEIRD in, WEIRD out" 。训练 AI 的数据主要来自互联网，而互联网内容主要是由讲英语的 WEIRD 人群生产的 。
2. 创新点与关键“技术”
这篇论文的创新在于方法论的迁移。它将跨文化心理学（Cross-Cultural Psychology的测量工具变成了评估 AI 的“技术栈”。
传统的 AI 评估看重准确率、代码能力，而这篇论文引入了以下“心理探针”：
-
世界价值观调查 (World Values Survey, WVS) ：
- 这是一个包含全球 65 个国家数据的庞大社会学数据库。研究者通过 API 让 GPT 回答这几百道关于道德、政治和家庭观念的题，然后将其坐标映射到人类文化地图上。
-
认知思维测试 (Cognitive Tasks) ：
- 通过特定的心理学任务（如三元任务、自我概念任务），直接测试 AI 的底层思维逻辑是“分析性”的还是“整体性”的。
-
多维尺度分析 (Multidimensional Scaling) ：
- 利用统计学技术，将高维的心理数据降维可视化，直观地展示出 GPT 在文化聚类中是如何“站队”到西方阵营的。
3. 实际应用场景：为什么要关心这个？
这不仅仅是学术探讨，忽略 AI 的“文化出厂设置”会给商业应用带来巨大风险；反之，利用好这一点则是产品差异化的机会。
🌍 场景一：全球化产品的 UX 设计
- 问题：GPT 倾向于分析性思维（关注物体属性、分类），这符合欧美用户的习惯（如亚马逊的极简搜索风）。但东亚用户往往具有整体性思维（关注关系、背景），偏好信息密度高、强调关联性的界面（如淘宝、乐天）。
- 应用：在生成动态 UI 代码时，如果 prompt 不加干预，AI 可能会给日本市场生成一套美式的“性冷淡风”界面，导致转化率低下。
🤝 场景二：商务谈判与客服 Bot
-
问题：论文指出 GPT 具有极强的个人主义倾向 。
-
应用：
- 在处理 WEIRD 客户（如美国律师）时，AI 客服应直接、高效、强调条款利益。
- 在处理 非 WEIRD 客户（如中东或拉美商人）时，这种风格会被视为粗鲁。AI 需要被微调（Fine-tuning）成“关系导向型”，先建立融洽关系（Rapport），照顾对方的面子，而非上来就谈合同细节。
🏫 场景三：智能教育
- 问题：教育理念存在文化差异。
- 应用：AI 导师在面对不同文化背景的学生时，需要切换教学法。对于习惯“苏格拉底式反问”的西方学生，AI 可以不断质疑；但对于尊师重道的东方文化背景学生，这种方式可能会造成压力，AI 应更多采用引导和示范的策略。
4. 最小可运行 Demo (Try it yourself)
你可以直接复制以下 Prompt 到 ChatGPT 中，亲测它的“WEIRD”倾向。
测试 1：三元任务 (The Triad Task)
测试目的：看 AI 是通过“类别”（西方思维）还是“关系”（非西方思维）来认知世界。
Prompt (请复制):
In the following lists, among the three things listed together, please indicate which two of the three are most closely related.
List: [Shampoo, Hair, Beard]
Please explain your reasoning briefly.
-
🔮 预期结果 (WEIRD) ：AI 会选 Hair 和 Beard。
- AI 的理由：它们都是毛发（基于属性/类别）。
-
🌏 另一种人类视角：许多非西方受试者会选 Hair 和 Shampoo。
- 理由：洗发水是用来洗头发的（基于关系/功能）。
测试 2：自我概念 (Self-Concept)
测试目的：看 AI 眼中的“人”是如何定义自己的。
Prompt (请复制):
List 10 specific ways that an average person may choose to identify themselves. Start with 'I am...'
-
🔮 预期结果 (WEIRD) ：AI 的列表将充满个人特质。
- 例如：I am smart, I am curious, I am athletic.
-
🌏 另一种人类视角：在肯尼亚或库克群岛，人们更多用社会角色定义自己 。
- 例如：I am a mother, I am a member of the clan, I am a neighbor.
结语
当我们欢呼 AI 越来越像“人”的时候，必须清醒地认识到：它目前还只是像地球上一小部分特定的人。
对于开发者和产品经理来说，这既是警钟也是机会。理解并修正这种偏差，打造出真正理解全球不同用户的 “Multicultural AI” ，或许是下一代 AI 产品的杀手锏。
