西班牙毕尔巴鄂迪埃斯托大学心理学家Lucía Vicente和Helena Matute的最新研究发现，人们可以在他们的决策中继承人工智能偏见（人工智能输出中的系统性误差）。

人们对于可以像人一样进行对话的人工智能系统所取得的惊人成果给予了这项技术极高的可靠性形象。

越来越多的专业领域正在实施基于人工智能的工具，以支持专业人员的决策，以减少错误。然而，由于人工智能结果中存在偏见，这项技术并非没有风险。我们必须考虑到，用于训练人工智能模型的数据反映了过去人们的决策。如果这些数据隐藏了系统性错误的模式，人工智能算法将学习并复制这些错误。事实上，大量证据表明，人工智能系统确实继承并放大了人类的偏见。

Vicente和Matute的研究最重要的发现是相反的效果也可能发生：人类可能继承人工智能的偏见。也就是说，不仅人工智能从人类的数据中继承其偏见，而且人们也可能从人工智能中继承这些偏见，从而陷入一个危险的循环中。《科学报告》已经发表了Vicente和Matute的研究结果。

在研究人员进行的三个实验中，志愿者进行了一项医学诊断任务。在这个任务中，一组参与者在有偏见的人工智能系统（它表现出系统性错误）的协助下进行了诊断，而对照组则没有受到任何协助。人工智能、医学诊断任务和疾病都是虚构的。整个设置是一种模拟，以避免与真实情况的干扰。

在受到有偏见的人工智能系统的协助下，参与者产生了与人工智能相同类型的错误，而对照组则没有犯这些错误。因此，人工智能的建议影响了参与者的决策。

然而，研究最重要的发现是，在与人工智能系统互动后，那些志愿者在转而进行无协助的诊断任务时仍会模仿其系统性错误。换句话说，首先在得到有偏见的人工智能的帮助后，参与者在没有这种支持的情况下进行任务时，仍然显示出了继承的偏见。而对照组的参与者则没有观察到这种情况，他们从一开始就在没有协助的情况下完成了任务。

这些结果表明，由人工智能模型提供的有偏信息可能对人类的决策产生持久的负面影响。人工智能偏见效应的发现指出，有必要进行进一步的心理学和多学科研究，以探究人工智能与人类的互动关系。

此外，还需要有据可查的监管来保证公平和道德的人工智能，不仅考虑人工智能的技术特征，还要考虑人工智能和人类协作的心理因素。