法国巴黎西岱大学研究：主流AI在反向图灵测试中几乎无法识别同类
研究显示ChatGPT等主流模型在分辨人机时表现极差，对AI受试者识别率仅约3%，凸显AI身份验证工具的不可靠性。
据科技新报报道，法国巴黎西岱大学（Université Paris Cité）的一项最新研究指出，当七款主流聊天机器人被置于“审问者”位置，试图分辨对话对象是人类还是另一个AI时，其表现几乎全面失准。
实验让包括 ChatGPT 4.5、Claude 3.7 Sonnet、Gemini 2.5 Pro 与 Grok 3 在内的模型，对隐藏身份的受试者进行最多十轮提问。结果显示，在针对 AI 受试者的 98 次测试中，AI 评审仅成功识破 3 次；若受试 AI 采用更完整的人格设定，辨识率更是降至零。相比之下，面对真人受试者时，这些模型的 140 次测试中有 123 次判定正确。
研究团队分析认为，失误主要源于表达风格而非内容本身。少数被识破的 AI 往往因回答过于工整、结构太完整而露出破绽；而当 AI 以更自然、简短的方式回应（平均字数与真人接近）时，这些线索几乎消失。此外，AI 评审给 AI 受试者的“像人程度”评分反而高于真人，显示机器不仅难以抓出机器，甚至更容易把机器当成人。
这一结果凸显，现阶段以 AI 来侦测 AI，并不能作为可靠的真实身分验证工具。该研究反映的是特定对话情境下的模仿能力局限，而非 AI 是否具备真正的理解力。