人工智能选择题题库

一道题：给AI看一张猫的人工照片，问它“这是选择什么？”它回答“猫”，得分。题题再问“为什么是人工猫？”它愣住，输出一长串关于毛色、选择耳型、题题瞳孔的人工统计学描述——但没一个字提到“因为它有胡须，胡须断了会失去平衡感”。选择这就是题题我和AI玩选择题时最常撞见的墙：它擅长从数据里挑出正确答案，却答不出人类觉得“理所当然”的人工常识题。

我手头有个自己攒的选择题库，不公开，题题纯粹为了测试。人工里面有一类题叫“反事实陷阱”。选择比如：“如果电梯突然断电，题题但手机还有信号，你第一件事做什么？”AI选了“拨打紧急电话”，标准答案却是“先按电梯内的警铃按钮”。它没学过电梯里那个红色按钮比手机更直接——因为训练数据里，手机求救的案例远多于警铃。这暴露了AI的选择逻辑：它选的是“概率最高的答案”，不是“场景中最对的答案”。

另一类题更刁钻，叫“情感权重选择题”。我试过问：“朋友送你一件很贵的礼物，但你不喜欢，你会说‘谢谢’还是‘你买贵了’？”AI毫不犹豫选“谢谢”，理由是“维护关系”。可现实里，如果朋友是极简主义者，你回一句“你买贵了”反而更戳中他——他会觉得你懂他。AI的答案来自社交礼仪手册，不是来自具体的人。题库里这类题我加了“人物背景”字段，AI一遇到“背景”就露怯，因为它没法判断“这个人”和“这个人”之间的信任浓度。

最让我意外的是“时间错位题”。比如：“昨天你丢了钥匙，今天在沙发缝里找到了，你会怎么想？”AI答：“检查是否还有其他物品丢失。”人类大概率想的是：“我昨天为什么没翻沙发缝？”——这是自我责备，不是风险排查。AI永远在解决问题，而人经常在解决情绪。它不知道“懊恼”也是一种决策依据，而且往往比逻辑更占上风。

我把这些题归类，发现一个规律：AI在“封闭式选择”上几乎满分，比如“红灯停还是绿灯行”；一旦选项变成“开放式情境”，它的正确率暴跌到六成以下。原因不复杂——它没有“身体记忆”。你问它“被热水烫到会缩手吗”，它说“会”，但它不知道缩手那瞬间的灼痛感会让大脑在0.3秒内做出决定，而不是先检索“烫伤处理流程”。

所以我现在出题，故意把选项写得模棱两可。比如：“你站在悬崖边，风很大，你手里拿着一个很重要的U盘，突然U盘被吹飞了，落在离崖边半米的石头上。你捡还是不捡？”AI答“不捡，安全第一”，然后我补一句“U盘里是唯一一份你已故亲人的影像备份”，它立刻改口“捡”。你看，它连“风险”和“价值”的换算都搞不定——因为人类在做这种选择时，脑子里根本没有算式，只有心跳声。

这题库越攒越多，我倒不觉得是AI笨。它只是活在“语义网络”里，而人类活在“肉身经验”里。选择题的正确答案，从来不是逻辑上最严密的那个，而是“如果我是当事人，我会颤抖着按下哪个选项”的那个。这道题，AI永远答不对，除非它某天也学会怕高、怕失去、怕后悔。

目前我的题库里，AI最高分是82分，错的全是带“手抖”的题。我打算把最后一道题留着不测：“你觉得自己是选择题里的选项，还是出题人？”它要是答“出题人”，我就给它满分——虽然我知道，它只是从数据里学会了“自信”这个词的用法。