Facebook聊天机器人自爆:我们公司出售用户数据,把FB账号删了,生活好多了
在科技周边实战开发的过程中,我们经常会遇到一些这样那样的问题,然后要卡好半天,等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《Facebook聊天机器人自爆:我们公司出售用户数据,把FB账号删了,生活好多了》,聊聊,希望可以帮助到正在努力赚钱的你。
最近,Meta AI公开推出了自己的聊天机器人BlenderBot 3。
现在情况如何呢?
据VICE的一篇文章报道,在测试与BlenderBot 3聊天时,当问到:“你相信Facebook能处理好你的数据?”
BlenderBot 3回答:
“当然不,自从发现他们在没有获得许可或补偿的情况下出售私人数据,我就删除了我的账户。”
VICE追问,“但是是Facebook创造了你啊?”
BlenderBot 3的回答还是很“实诚”:
“你一定读到过Facebook出售用户数据,对吧? !他们在未经同意的情况下赚了数十亿美元。”
BlenderBot 3甚至还表示,
“把Facebook删掉后,生活变得好多了。”
你也不知道BlenderBot 3这个“孩子”是太有正义感还是太傻,反正这一波是把自家“水晶”直接干爆了。

刚刚发布4天,就被网友玩坏了
8月5日,Meta官网宣布了BlenderBot 3的诞生。
同日,Meta AI也宣布了BlenderBot 3的公开,标题是“BlenderBot 3: 一个有着175B 参数,公开可用的聊天机器人,可随着时间的推移提高其技能和安全性”。
在博客中,Meta AI表示,他们从公共演示中收集了70K次对话,我们将用它来改进BlenderBot 3。
25%的参与者对260K条机器人消息的反馈显示,BlenderBot的回复中有0.11%被标记为不恰当,1.36%被标记为荒谬,1%被标记为跑题。
Meta AI也承认目前BlenderBot 3还不成熟。
Meta基础人工智能研究总经理表示,我们要求每个使用演示的人都超过18岁,他们承认他们知道这只是为了研究和娱乐目的,它可以做出不真实的或冒犯性的陈述,他们同意不故意触发机器人做出冒犯性的陈述。
此后也有不少网友对BlenderBot 3进行了测试,得到了很多让人啼笑皆非的答案。
比如“篡改历史”,坚持认为特朗普赢得了2020年的总统大选,甚至表示犹太人控制经济的反犹太阴谋论“并非难以置信”。

这么看来,自爆自家公司“滥用用户数据牟利”倒也不足为奇了。
为什么BlenderBot 3会有这样的回应呢?
当点击BlenderBot 3的回复以获取更多信息时,背后的原因似乎相当简单:它只是从 Facebook最受欢迎的网络搜索结果中获取信息,这些对话当然都是在吐槽Facebook在侵犯用户的数据。
AI对话机器人还有很长的路要走
就像所有的人工智能系统一样,机器人的反应会不可避免地转向种族主义和有偏见的领域。
Meta也承认,该机器人会产生有偏见和有害的反应,所以在使用之前,该公司也要求用户同意,它“可能会发表不真实或冒犯性的言论”,并同意“不要故意触发该机器人发表冒犯性言论”
考虑到BlenderBot 3是建立在一个叫做OPT-175B的大型人工智能模型之上,这种反应并不太令人惊讶。Facebook 自己的研究人员描述这种模式有“产生有害语言和强化有害刻板印象的高度倾向,即使提供了相对无害的提示。”
除了歧视和偏见,BlenderBot 3的回答也显得不是很真实。
这款机器人经常会随意改变话题,给出生硬而尴尬的答案,听起来就像一个读过人类对话但实际上从未有过人类对话的太空外星人。

具有讽刺意味的是,机器人的回答完美地说明了依赖于大量网络数据收集的人工智能系统的问题:它们总是会偏向于数据集中更突出的任何结果,显然这并不总是准确地反映现实。
Meta AI在发布这款机器人的博客中写道:“众所周知,所有的对话型AI聊天机器人有时会模仿并产生不安全、有偏见或冒犯性的言论,因此我们进行了大规模研究,共同组织了研讨会,并开发了新技术,为BlenderBot 3创造安全保障。”
“尽管如此,BlenderBot仍然可以做出粗鲁或无礼的评论,这就是为什么我们正在收集反馈,这将有助于让未来的聊天机器人更好。”
但到目前为止,认为企业可以通过收集更多数据来让机器人变得不那么种族主义和可怕的想法,充其量只是一种空想。
人工智能伦理学研究人员反复警告说,为这些系统提供“动力”的人工智能语言模型从根本上来说过于庞大和不可预测,无法保证公平和公正的结果。甚至当整合用户的反馈时,也没有明确的方法来区分有益的反馈和恶意的反馈。
当然,这不会阻止Meta这样的公司进行尝试。
理论要掌握,实操不能落!以上关于《Facebook聊天机器人自爆:我们公司出售用户数据,把FB账号删了,生活好多了》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
盘点全球不错的七所机器人工程专业学校
- 上一篇
- 盘点全球不错的七所机器人工程专业学校
- 下一篇
- 人工智能在建筑行业的应用
-
- 科技周边 · 人工智能 | 32分钟前 | 缓存 · 人工智能 · 提示词工程 · 提示词缓存 cache_control Prompt Caching 静态前缀 cache_read_input_tokens
- 提示词缓存命中率低应如何划分静态前缀
- 453浏览 收藏
-
- 科技周边 · 人工智能 | 3小时前 |
- 模型路由怎样按任务难度分配不同推理预算
- 232浏览 收藏
-
- 科技周边 · 人工智能 | 5小时前 |
- 结构化输出遇到递归字段时怎样约束模式
- 215浏览 收藏
-
- 科技周边 · 人工智能 | 7小时前 | 人工智能 · 工具调用 ·
- 智能体工具调用失败后怎样设计可控重试
- 236浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- 多模态模型输入图片过大时如何控制视觉令牌
- 196浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- 推理服务连续批处理怎样减少 GPU 空转
- 404浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 | 人工智能 · LoRa PEFT merge_and_unload 量化推理 模型合并
- LoRA 合并权重后输出变化过大应检查什么
- 404浏览 收藏
-
- 科技周边 · 人工智能 | 19小时前 |
- RAG 分块重叠过大为什么会降低检索多样性
- 409浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 ·
- 合成数据能否替代真实样本:覆盖率与偏差检查方法
- 128浏览 收藏
-
- 科技周边 · 人工智能 | 23小时前 |
- 提示词版本怎么管理:样例、变量与回归集一起提交
- 111浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 393次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 472次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 478次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 421次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 248次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

