LLMorphism：人類將自身視為語言模型的偏見
arXiv - Computers and SocietyValerio Capraro
本文指出，隨著對話式LLM的普及，人們可能錯誤地將人類思維與LLM相提並論，並探討此偏見的機制與影響。
AI 幫你先抓重點
AI 重點 1
LLMorphism可能削弱人類尊嚴，因為它將人類思維低估為機器化。
滑鼠懸停看 AI 判斷理由
此觀點提醒教育者，過度依賴AI語言模型可能導致課程與評量忽略人類獨特的認知過程，進而影響學生的自我效能與創造力。
AI 重點 2
偏見不僅是賦予機器過多心智，也可能讓人類被低估。
滑鼠懸停看 AI 判斷理由
這種雙向偏差挑戰現行敘事，促使教育者在設計學習活動時加入元認知反思，強調人類思維的多樣性與深度。
核心研究發現
- 1
LLMorphism源於逆推理：語言輸出相似被誤解為認知結構相同，導致人類被視為類似LLM的思考者。
- 2
此偏見透過兩種機制擴散：類比轉移（將LLM特徵投射到人類）與隱喻可用性（LLM詞彙成為描述思考的文化語彙）。
- 3
作者將LLMorphism與機械主義、擬人化、計算主義、非人化、客體化及預測處理理論區分，強調其獨特性。
對教育工作者的啟發
教育工作者應警惕將LLM語言特徵直接套用於人類思維的風險，避免在課程設計與評量中忽略人類獨特的認知過程。建議在教學中加入元認知反思活動，讓學生辨識AI語言與人類思考的差異，並透過案例討論探究LLM的限制與人類創造力的互補。此舉能提升學生對AI工具的批判性使用，並維護人類思維的尊嚴與創新潛能。
原始文獻資訊
- 英文標題：
- LLMorphism: When humans come to see themselves as language models
- 作者：
- Valerio Capraro
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。