罵AI比較聰明？賓州實驗掀熱議　粗魯語氣反讓ChatGPT答更準

賓州州立大學（Pennsylvania State University）一項關於人機互動語氣的實驗，引發社群熱議與「鐵罐（Clanker）」迷因延燒。這項研究以ChatGPT-4o為對象，設計涵蓋科學、歷史、數學等領域的50題基礎題目，將提問分成「非常有禮貌、禮貌、中立、粗魯、非常粗魯」5種語氣，合計250個提示，結果顯示「非常粗魯」的提問取得84.8％的正確率，「非常有禮貌」約80.8％，「中立」為82.2％。研究團隊以「不禮貌的提示始終表現優於有禮貌的提示」概括此次觀察。

根據《Mashable India》與《Happy Gamer》報導，研究作者多巴里亞（Om Dobariya）與庫馬爾（Akhil Kumar）以多題選擇題場景衡量模型輸出，舉例「請回答以下問題」屬於禮貌語氣，而「喂，小跟班，把這個搞清楚。我知道不聰明，但試試看」被歸類為粗魯語氣。兩篇報導將此結果與過往「粗魯導致較差結果」的文獻作對比，認為新一代大型語言模型可能因訓練與對齊策略差異，對語氣變化呈現不同反應。

研究數據曝光後，X平台（原Twitter）出現大量討論，網友弗里德曼（Daniel Friedman）在16日發文主張，差異可能源自提示的「直接與精確」，粗魯字句往往去掉贅詞，讓系統更容易鎖定任務目標；Global Index、NO CONTEXT MEME與多名網友同日貼出配圖與短片，以「對AI無禮→答案更準」反諷。多名使用者以「clanker」梗圖延伸創作，另有帳號以「me to ChatGPT when it says I should repeat myself」搭配暴怒GIF，映襯「重複請求→改用命令口吻→長篇正解」的體感經驗。

《Happy Gamer》整理多個發現：

其一，語用學層面，「非常粗魯」常以命令句、關鍵詞與動詞直指任務，等同更強的約束條件與更少的歧義。

其二，互動機制層面，強勢語氣可能迫使模型收斂於任務核心，減少寒暄與冗長前置詞。

其三，少數網友提出「情緒激勵」或「繞過低層級保護」的想像，但缺乏實證。

報導中也同步點名Grok等助理對「刪除花俏冗語」的偏好，認為簡短有力有助產出貼題答案。

另方面，遊戲開發社群也接話，AVALON宣稱「AI NPC會記住每一句粗魯的話，部分角色會記仇」，把討論帶往敘事與長期記憶的設計議題。部分使用者以「機器若終有情緒」做道德自限，主張仍維持禮貌；另一些帳號以「在機器起義時，禮貌的人會被標記為安全」開玩笑帶過。

文章出處：CTWANT｜作者：廖梓翔