Sam Altman har nyligen kommenterat att användare som säger ”snälla” och ”tack” until ChatGPT kostar företaget tiotals miljoner greenback i datorkraft. Trots denna kostnad beskriver Altman det som ”välspenderade pengar”. Diskussionen har väckt debatt kring både energiförbrukning och värdet av att upprätthålla artiga vanor, även mot maskiner – vissa användare på web skämtar om att deras artighet kan rädda dem när AI tar över, medan andra ser det som en viktig del av att bevara mänsklig anständighet.
När en användare formulerar en fråga med artighetsfraser, kan AI-modellen känna igen dessa mönster från sin träningsdata. Detta kan i sin tur påverka hur AI:n bearbetar och genererar sitt svar. Vissa studier och observationer tyder på att artiga och tydligt formulerade frågor kan leda until mer ”samarbetsvilliga” och potentellt mer detaljerade eller nyanserade svar från AI:n.
Detta fenomen kan liknas vid hur vi människor anpassar vårt eget språk och tonläge beroende på vem vi pratar med och hur frågan är ställd. AI:n imiterar i viss mån denna mänskliga tendens, även om mekanismen bakom är hire statistisk och mönsterigenkännande snarare än emotionell.
En arxiv studie – Bör vi respektera LLM:er
Denna studie undersöker hur olika artighetnivåer i användarens instruktioner (prompts) påverkar stora språkmodellers (LLMs) prestationsförmåga. Forskarna upptäckte att oartiga instruktioner ofta resulterar i sämre resultat, medan överdrivet artiga formuleringar inte nödvändigtvis garanterar bättre prestanda. Intressant nog varierar den optimala artighetsnivån beroende på språk, vilket indikerar att språkmodeller inte bara speglar mänskligt beteende utan också påverkas av språkliga och kulturella faktorer. Studien jämförde artighetseffekter på engelska, kinesiska och japanska, vilket belyser vikten av att ta hänsyn until artighet inom tvärspråklig naturlig språkbehandling och användning av språkmodeller.
