在20世纪80年代，莉莉-玛琳·鲁索（Lilly Marlene Russow）曾将欺骗笼统地定义为“当且仅当一个行为主体意图使另一个生物体因其行为而产生错误的信念（并可能按照错误的信念行动）时，该行为主体的行为才具有欺骗性”。在日常的话语体系中，欺骗作为负面行为经常与撒谎同时出现，撒谎代表着一方故意隐瞒或歪曲事实，甚或意图操纵另一方。就撒谎而言，查尔斯·邦德（Charles F. Bond）和米切尔·罗宾逊（Michael Robinson）将其视为“一种倾向于使传播者受益的虚假沟通”。因此，“意图”在界定欺骗行为时扮演着关键角色。仅仅在知道信息不实的情况下提供虚假信息，并不构成欺骗。欺骗行为必须伴随着某种“意图”，而这种“意图”又通常与某个主体的利益相关联。基于此，至少可以从如下两个方面来审视AI欺骗的“意图”表现：一方面，欺骗者进行欺骗可能有多种动机，但其动机之一通常是趋利避害的，即欺骗者获得利益需要牺牲被欺骗者的利益。例如，编造网络谣言的造谣者主要是想通过谣言获得经济或政治利益；有些人为了增强自信心或避免自尊受损而在与人的交往过程中编造莫须有的经历等。因此，“欺骗”的根源可以追溯到人类的“意图”和利益。若缺乏严格的监管和问责机制，即便AI技术在设计上并未预设欺骗功能，它仍可能极大地增强人类的欺骗能力。特别是在商业领域中，AI作为一类工程项目，其目标在于实现产品和服务的市场化。当前AI研究重点也更多地聚焦于如何创造产品和服务的商品化途径，这使得AI在最坏的情况下或将成为经济统治的工具，也就是说，在人类的能动性和利益的驱使之下，AI欺骗获得了巨大的生长空间。另一方面，AI欺骗表现出更加无规律可循的特点，其背后的“意图”更加难以把握。因此，相比传统欺骗而言，AI欺骗具有更大的欺骗性，导致的后果也更加无法预料。例如，OpenAI开发的ChatGPT能够访问庞大的文本数据库，并利用其强大的计算力分析数据间的联系，构建模型以生成类似人类写的文本，这个生成过程涉及约“1750亿次”运算。面对如此庞大的运算规模，甚至连AI模型的设计者也不知道它们是如何工作的。这种机器和人类之间的信息不对称在AI系统的应用中是很常见且明显的，也正是这种信息不对称为AI欺骗提供了诸多可能性。 [7]Sarkadi S, Mei P, Awad E. Should my agent lie for me?Public moral perspectives on deceptive AI[C]∥Amigoni F, Sinha A. （eds） Autonomous agents and multiagent systems. Cham: Springer,2023:174. [1]Russow L M. Deception: A philosophical perspective[C]∥Mitchell R W, Thompson N S. （eds.） Deception, perspectives on human and nonhuman deceit. New York: State University of New York Press,1986:48.