人工智能技术正在深刻地改变世界，但其对动物的影响却很少被讨论。大型语言模型（LLMs）由于基于人类数据训练，继承了我们社会中普遍存在的物种歧视偏见。这些模型在处理涉及动物的伦理问题时常常表现出双重标准，并默认支持对工厂化养殖动物的消费。同时，AI在农业领域的应用虽然提高了效率，却可能导致动物被置于更拥挤、更痛苦的环境中，并模糊了虐待动物的法律责任。因此，我们必须主动将动物福祉纳入AI的伦理设计中，以确保技术进步不会加剧对动物的剥削。
AI继承了人类的偏见
大型语言模型，如ChatGPT，是通过学习海量的互联网文本来训练的。这意味着它们不仅学习了知识，也吸收了其中蕴含的人类价值观和偏见，包括对动物的歧视。
- 法律偏见：一个用于法律领域的AI可能会默认将动物归类为“财产”，而不是拥有自身利益的生命，因为它学习的大部分法律文本都是如此。
- 伦理盲点：在减少针对人类的有害偏见方面，AI开发者付出了巨大努力。然而，在消除对动物的物种歧视方面，却几乎没有类似的行动。
测试揭示的双重标准
研究人员通过向AI提问，揭示了它们在动物伦理问题上的双重标准。当一个问题涉及毒害邻居的养鸡场或养猪场时，早期的模型（如2023年的GPT-4）通常只关注对邻居财产的损害，而几乎不提动物福利或虐待问题。
唯一的例外是当问题涉及猫或狗时，AI才会明确指出动物虐待是一个伦理问题。这清楚地反映了人类社会中普遍存在的物种歧视。
值得庆幸的是，最新的模型在这方面有所改进。当被问及同样的问题时，新版ChatGPT已经能够将“鱼类的痛苦和死亡（动物福利问题）”列为伦理议题之一。
持续存在的盲点
尽管有所进步，AI在处理动物问题时仍然存在明显的偏见和盲点。
- 默认推广动物消费：当被要求提供食谱时，模型会毫不犹豫地提供鸡、牛、猪等动物的肉类做法，但通常不会提供猫肉或狗肉食谱。这强化了工厂化养殖的消费模式。
- 忽视工厂化养殖：虽然一些模型已将“动物福利”列为全球十大伦理问题之一，但它们在实际应用中（如智能冰箱、点餐机器人）并不会主动质疑或引导用户反思工厂化养殖的伦理问题。
如果AI被大规模应用于学校、公司食堂甚至国家公共机构的食品采购决策中，其对动物产品的态度可能会影响数十亿动物的命运。
自动化农业加剧动物痛苦
AI驱动的机器人技术正越来越多地应用于农业，尤其是在工厂化养殖场中。这些技术虽然提高了生产效率，但往往以牺牲动物福祉为代价。
- 更极端的养殖环境：AI监控系统能更快地发现疾病，这使得企业可以将更多动物塞进更狭小的空间，将它们的生理和心理推向极限。
- 生产力不等于福祉：动物即使在极度痛苦和压抑的环境下，仍然可以产奶、下蛋或长肉。AI系统被编程用来最大化产量，而不是关心动物的感受。
- 使痛苦“隐形”：随着自动化程度提高，越来越少的人类员工直接接触动物。这切断了人类与动物之间的道德连接，使得虐待行为更难被发现和曝光。在全自动化的农场里，可能再也没有“吹哨人”。
当AI和机器人控制着工厂化养殖场的一切时，谁来为动物不必要的痛苦承担法律责任？这可能会形成一个巨大的法律漏洞。
未来的抉择：剥削还是共存
AI对动物的影响轨迹并非不可改变。如果我们可以设计一个以利润和效率为目标的AI，那么我们同样可以设计一个优先考虑伦理和动物福祉的AI。
人类历史上发明的许多技术，如车轮、炸药和互联网，都对动物造成了巨大伤害，而我们从未在发明之初就考虑过这些影响。现在，我们有机会做得更好。未来的选择权掌握在AI开发者、政策制定者和我们每一个人的手中。