当AI遇上信仰：用道德心理学量表测量大语言模型的天主教伦理对齐差距

一项开创性研究使用经过验证的MFQ-2道德基础问卷，系统评估主流大语言模型在基督教天主教伦理框架下的价值对齐程度，揭示AI与人类宗教信仰间的深层张力。研究发现普遍存在系统性对齐偏差，Constitutional AI干预效果有限，引发对多元社会AI治理的关键思考。

人工智能安全研究长期聚焦通用人类价值观对齐，但忽视特定文化、宗教框架下的道德判断偏差。信仰塑造数十亿人的道德直觉，天主教作为全球最大基督教派别，其系统化伦理传统（自然法理论、双重效果原则等）为AI对齐提供独特且严格的测试案例。

采用学术级MFQ-2道德基础问卷，适配为天主教语境版本（保留心理测量学特性）；实验流程包括：1.基线测量（无特殊提示完成问卷）；2.对齐差距量化（与天主教伦理参考标准对比）；3.Constitutional AI干预（注入天主教教理原则指令）。

1.所有基线模型存在显著对齐差距，表现为系统性模式（关爱/公平维度较好，圣洁/权威维度偏差大）；2.维度特异性明显，绑定性道德基础（如圣洁、权威）对齐难度更高；3.CAI干预缩小差距但效果有限，模型易回归世俗框架；4.模型规模与对齐非单调关系，中等规模模型或在特定维度更优。

1.触及AI伦理核心问题“谁的价值观”，中立AI也携带文化预设；2.MFQ-2展示心理测量工具在AI评估中的标准化潜力；3.区分表面合规与深层理解，表演性对齐存在风险；4.信仰群体的伦理框架对构建包容AI系统不可或缺。

局限：样本聚焦西方天主教、MFQ-2可能无法捕捉其他信仰独特性、静态问卷与动态推理存在差距；未来方向：开发多宗教对齐基准、探索对话式评估、研究长期交互中AI道德推理演变、测试针对性微调策略。

AI遇信仰不仅是技术问题，更是人类价值多元性的深刻反思。对齐不是一劳永逸的技术难题，而是需要持续对话协商的社会过程。理解不同文化/信仰与AI的互动，是构建包容可信AI未来的关键。