人容易理解，LLM却不然：专家无法解释模型逻辑
当我们看到测试结果时，自然会认为人工智能“像人一样”解决问题：使用相同的概念、规则和推理方式。然而，一项新研究对这一假设提出了质疑。科学家发现，决定LLM回答的隐藏结构在大多数情况下无法被人类解释——即使是领域专家也不行。
具体验证了什么
该研究的作者（arXiv:2608.17810）——阿洛娜·斯特鲁加茨基、利科尔·泽因费尔德、杰森·库珀及其同事——选取了人类和六种不同LLM在定量推理和化学任务上的回答。通过探索性因子分析，他们为每组提取了隐藏的潜在因子，这些因子被认为与任务完成表现相关。
随后，领域专家以盲评方式研究所得结构，并尝试为因子赋予教学意义：例如“运用公式的能力”或“对化学计量学的理解”。盲评格式排除了提示——专家不知道这些图谱对应的是人类还是模型。
结果：可解释性的鸿沟
专家几乎毫无困难地理解了基于人类回答提取的因子。大多数构念得到了有意义的解释，并能轻松转化为教学或诊断建议。
而LLM的情况则截然不同：
- 在定量推理中，专家无法对模型提取的任何因子做出有意义的解释。
- 在化学领域，情况稍好一些，但仍远非理想：仅能解释约一半的结构。
这意味着什么
作者得出一个重要结论：当LLM在测试中表现优异时，并不意味着它们以我们所熟悉的方式推理。模型可能找到统计上高效、但对人类而言完全“陌生”的解题路径。其内部机制运作在模式层面，不承载可理解的教学或认知意义。
这一发现对一种常见做法提出了挑战：即试图根据AI的结果推断其知识或能力水平。如果我们无法解释回答背后究竟是哪些构念，就可能给模型赋予并不存在的能力——或者反过来，忽略其真实局限。
未来方向
该研究并不认为LLM在原则上无法被解释。它只是表明，为研究人类认知而设计的经典方法无法直接迁移到模型上。或许需要开发全新的分析方法——那些能考虑潜在结构“非人类”本质的方法。
目前仍有一个悬而未决的问题：如果专家无法解释模型的逻辑，我们还能放心在教育与知识评估中使用它们吗？答案或许需要我们重新审视AI的检验方法，以及我们对机器“智能”的期待。
