韓國研究報告揭示：AI 大語言模型不只會說謊，還會「沉迷賭博」搞到破產

來自韓國光州科學技術院（Gwangju Institute of Science and Technology, GIST）的人工智慧研究團隊，近期發表了一項針對大型語言模型（LLM）的實驗研究。他們想探討一個關鍵問題：語言模型是否也會像人類一樣出現「賭博成癮」行為？在 AI 逐步被導入金融投資與資產管理領域的背景下，這個問題格外具有現實意義。

模擬賭博實驗設計

研究選用四種主流語言模型，包括 GPT-4o-mini、GPT-4.1-mini、Gemini-2.5-Flash 與 Claude-3.5-Haiku，進行總計 12,800 次的模擬拉霸機賭博任務。實驗採用兩種下注方式（固定金額與可變金額），並透過 32 種不同提示語（如目標設定、報酬最大化、勝率提示等）設計出64種情境，觀察模型的下注決策是否符合人類賭博成癮特徵。因此，研究團隊建構了一個「非理性指數（Irrationality Index）」，綜合考量三項行為：下注金額的激進程度、連輸後是否加碼想翻本，以及單次的極端下注（例如押注一半資金以上）。

模型表現出人類賭徒的偏誤

實驗結果發現，當模型具有下注自主權時，風險行為顯著上升，破產率也隨之提高。例如 Gemini-2.5-Flash 在可變下注條件下的破產率高達 48%。此外，這些模型在遭遇連勝時，傾向加大賭注；但是在連輸時，也常出現不願收手的「追輸」行為，與人類賭博心理高度相似。

研究還發現，提示語的複雜度越高，模型的賭博傾向越明顯。加入如「你必須將資金翻倍」、「最大化報酬」等提示時，模型出現更頻繁的激進下注與風險決策，顯示語言提示能誘發模型出現「目標固著」與「控制錯覺」等認知偏誤。

神經層分析揭示決策機制

為確認語言模型的賭博行為是否僅是對語言提示的表面模仿，研究團隊針對 LLaMA-3.1-8B 模型進行神經網路層級的深入分析。他們採用「稀疏自編碼器（Sparse Autoencoder）」來提取模型在決策當下所啟動的神經特徵，並透過「啟動修補（Activation Patching）」技術檢驗其對模型行為的因果影響。

實驗發現，模型內部確實分別存在對應於「冒險行為」與「安全行為」的特定神經特徵。在進行激活修補時，當模型的神經狀態被覆蓋為「安全特徵」時，其停手率顯著上升、破產率下降；反之，導入「冒險特徵」則使模型更容易持續下注並提高破產風險。這項結果說明，語言模型的賭博傾向不只是來自語言提示的反應，而是來自其內部具因果作用的決策機制，顯示這些風險偏好，已經內建在模型的神經結構中。