摘要
随着大语言模型(LLMs)进入医疗等高利害领域,理解其道德推理至关重要。本研究调查LLMs如何推理责任及其后果,追踪从行为到疾病再到拒绝护理的判断过程。结果显示存在“判断-后果差距”:LLMs虽认同患者对损害健康的行为负责,但拒绝据此影响稀缺资源分配,倾向于随机分配,而人类则偏向无过错方。此外,LLMs更重视信息获取,缺乏风险知识时降低责任判定。研究发现LLMs应用了与人类不同的道德框架,且随能力提升,与人类的规范性分歧反而加剧。
AI 推荐理由
论文核心探讨LLM在医疗决策中的道德推理能力,分析其责任判断与资源分配逻辑,直接关联推理机制。
研究机构
Pennsylvania State University
论文信息