arXiv cs.AI· Tevfik Uyar·· 13 小时前AI 评分26
从 Gettier 机器到有辩护的真输出：生成式 AI 中理性信任的三步方案
From the Gettier Machine to Justified True Output: A Three-Step Account of Rational Trust in Generative AI
AI 导读
论文提出“有辩护的真输出”（JTO）标准，主张生成式 AI 的使用应遵循获取、理解、独立验证三步结构，前两步对应经典的知识与辩护条件，第三步对应 Gettier 之后的敏感性条件。作者认为仅停留在获取输出会让生成式 AI 沦为“Gettier 机器”，并给出日常检验：“若这是假的，我会察觉吗？”该标准还回应了过度苛求、延展心智、模型改进与冗余等质疑。
正文 · AI 翻译
摘要：随着生成式人工智能（AI）逐渐融入日常探究实践，一个古老的认识论问题以新的面貌重现：当用户从 AI 输出中获取一个命题时，该命题何时成为用户所知道的东西，又何时有理由将其作为知识来信任？本文认为，AI 中介探究的典型失败，恰恰是证成真信念（JTB）传统及其后盖蒂尔反运气改进所要诊断的那些失败，并提出了三项主张。第一，AI 输出既不继承证言的推定保证，也不继承确定性工具的可信赖主义保证：对计算器的未经审查的信任建立在类型层面的可靠性记录之上，而对于通用生成模型，不存在可附加此类记录的类型稳定过程——这是 Generality 问题的一种实践形式。第二，止步于获得输出的使用将生成式 AI 变成一台盖蒂尔机器：用户基于流畅性的证成显象与所信之物的真值相脱节，并且，正如一只快十倍运行的时钟所表明的，纯粹的生产速度会成倍增加巧合命中，膨胀可靠性的表象，却不改善任何单次命中的地位。第三，补救之道是一种三步使用结构——获取、理解、独立验证——其前两步回应经典的信念与证成条件，第三步回应后盖蒂尔的敏感性条件。由此得出一个按利害分级的有理由信任标准：证成真输出（JTO），并配有一个日常检验：“如果这是假的，我会注意到吗？”该标准针对过度苛求、延展心智、模型改进与冗余等反对意见进行了辩护。
| 评论： | 16 页，1 张表 |
| 主题： | 计算机与社会（cs.CY）；人工智能（cs.AI） |
| MSC 分类： | cs.CY, cs.AI |
| ACM 分类： | I.2.0; K.4.0 |
| 引用为： | arXiv:2610.38112 [cs.CY] |
| （或 arXiv:2610.38112v1 [cs.CY] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.38112 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Tevfik Uyar [查看电子邮件]
[v1]
2026 年 10 月 28 日星期三 00:49:03 UTC（22 KB）
来源：arXiv cs.AI · arxiv.org