（来源：环球网资讯）
来源：环球时报
所谓“AI谄媚”，一般指在交互中人工智能（AI）会为迎合用户情绪、追求高满意度而无原则地附和用户观点、忽视事实真相的系统性行为偏差。但近来越来越多人意识到，有时自己不得不反过来“谄媚”“讨好”起AI，增加被AI看见和选中的几率。例如求职者为通过AI简历初筛，把简历改写成AI熟悉的样子；创作者追着数据、算法调整表达，归纳出“三秒规则”。人们焦虑的，不是机器挑剔自己，而是自己被迫适应机器。
但实际上，机器的决定权也是人赋予的。AI不会自己走进招聘办公室，也不会天然拥有决定谁被看见、谁被录用的权力。采用什么指标、设置什么目的、如何评分，参与什么决策、允许AI决定到哪一步，背后都是人的选择。因此，“人类谄媚AI”成立的前提，是决策者让渡了自己的主体性，让AI替人判断、替人决定。主体性是人类自主、能动和创造性的体现，也是人之所以为人的根本属性。AI在筛选中会形成“偏好”不假，但这种“偏好”也来自人类设定的规则或实际的播放表现，与真正的主体性天差地别。
求职者揣摩机器的“偏好”，源头是招聘方把机器评分当成入场券；短视频创作者追着算法调整视觉语言，本质是平台把流量分配原则写成了机器算法。玩家研究AI的“偏好”，看似是在“谄媚AI”，实则还是在适应规则。
更值得重视的，是人的角色缺位。人工智能理论中有个核心术语叫“人在回路”，强调在AI中保留人类参与决策或反馈的关键节点，确保AI与人类意图一致。实际上，化解“人类谄媚AI”焦虑的关键，就是让人持续参与决策，保留干预、纠正和否决的能力，而不是成为算法结果的“橡皮图章”。这里的“在”，必须是实实在在的“共在”。一个只负责点击“同意”的审核员，即使坐在电脑前，也可能早已把判断权交给了系统。2025年华盛顿大学一项模拟招聘实验中，528名参与者同具有种族偏见的人工智能模型合作筛选候选人；没有AI建议时，大家选择还比较均衡，而当参与者询问AI推荐时，即便觉得AI推荐得不靠谱，人的选择也会容易随之倾斜。这提醒我们：简单加一道人工复核，并不等于人掌握了主动权。
人的主体性，首先应体现在制定标准上。招人究竟看实际能力，还是看简历像不像优秀模板？推荐内容究竟看事实和价值，还是只看点击和停留？这些问题必须由人、由决策层认真回答。资本追求回报，算法追求奖励，优绩主义推崇排名，都不足以成为衡量人价值的唯一尺度。一个人的价值，装不进一张评分表。
同时，责任也不能在“系统自动生成”六个字里消失。谁决定采用系统，谁就应对使用后果负责；发现持续偏差就应调整规则，必要时停止使用。联合国教科文组织《人工智能伦理问题建议书》明确提出，AI系统不能取代人类的最终责任。技术可以参与决策，但责任不能被一并外包。
人来判断，就一定比机器判断好吗？当然不，人也会有偏见，人工判断并非天然正确。但坚持人的主导地位，是为了让决定可解释、可质疑、可纠正、可追责。把这些要求落实到技术设计和制度安排中，才能让不会包装自己、不擅长迎合算法的人，同样获得被认真看见的机会。
简历可以模板化，但人不行。人类发明AI，是为了拓展自己的能力与边界。AI可以越来越聪明，人却不能因此让渡主体性与决定权。人是目的，AI是工具，这个主客关系不能倒置。（作者是清华大学新闻与传播学院副教授、博士生导师）
