增加《问题》章有关 AI 犯错的例子

Author: criwits

content/how-to-find-solutions.md

@@ -185,6 +185,16 @@ AI 很容易犯错，因为究其根本，它是「基于预测的拼凑」。
 
 > 为了提升 AI 的数理能力，人们为一些 AI 助手开发了「使用工具」的能力。当你询问它们上面例子中的问题时，它们会借助计算器等外部工具，或是现场编写一个小程序来计算答案。这种「曲线救国」的方法并没有改变「语言模型」的本质，只是将它们不擅长的部分转移了。
 
+比起给出错误答案，AI 更危险的问题在于——**即使在不确定的情况下，它们也能把错误的答案讲得「头头是道」**。在下面的例子中，我们向同一款 AI 工具两次提出同一问题，却得到了两个立场完全相反的回答，并且各自都煞有介事地给出了大段详细的「论证」。显然，倘若不去手动求证，我们很容易被这些有失偏颇的答案所误导。
+
+![询问 AI 同一问题两次，得到立场相反的问答](how-to-find-solutions/Two_different_answers.png#center)
+
+另一方面，AI 还会在遇到模棱两可的问题时表现出「顺从效应」。还是以上面的场景为例，如果我们在提问中给出同样的背景，但预设不同的答案（「这是一些大厂的规定」和「很多人说这是假的」），AI 则往往会顺着我们给出的答案回答下去，「前倨而后恭」，思之令人发笑，如下图所示。
+
+![设问不同，AI 会跟随我们的立场](how-to-find-solutions/Follow_your_prompt.png#center)
+
+> 随着 AI 的快速发展，越来越多的人会在日常辩论中使用 AI 生成的内容作为自己的论据。当你下次遇到这种情况时，便可以将本节所展示的例子展示给对方——事实上，当对方尝试使用 AI 来为自己的观点寻求支持时，所有的讨论已然没有继续的意义了。
+
 ### 把 AI 当作工具，而非万能帮手
 
 AI 模型的训练语料极为庞大，网上无数有关常见的电脑错误的文章都位列其中。因此，一些共通又常见的问题就属于上述「早已找到答案的问题」。此时询问 AI，往往能得到可用的答案。例如：