Julia Shaw

Shaw 的核心观点是，“邪恶”是一条由普通人类特质构成的连续谱，而不是一个独立的怪物类别。 精神病态、施虐倾向、自恋和马基雅维利主义都存在从低水平到亚临床或临床水平的梯度；社会压力也可能在没有仇恨或病理的情况下激活有害行为。对领导者和机构而言，风险模型因此应是激励机制＋从众＋合理化，而不只是筛查“坏人”。

生成式 AI 用 Shaw 的话说是“终极虚假记忆机器”，因为诱导式对话可以在单次互动中改变自传式记忆。 她的实验显示，在某个特定样本中，3次访谈后有70%的人承认捏造的罪行，或产生了相应的表面记忆，但她明确反对把这个数字当作总体发生率。对产品安全的直接启示是：持续个性化可能放大风险，但即便30至60分钟的交流，也可能改写一个人后来作为事实回忆的版本。

抵御记忆污染最可靠的方式，是把当时的证据留在大脑之外。 Shaw 建议重要事件发生后立即记录下来——即使当时喝醉、嗑嗨或情绪激动——在与他人讨论前完成，因为“注意力是现实与记忆之间的胶水”，而事后回忆提取的往往是最新重构版本。AI 系统既可能污染这份记录，也可能执行中性的认知访谈来保存它。

诈骗通过摸清目标想听什么来扩大规模，这使情绪高度个性化的 AI 成为尤其强大的攻击面。 “Tinder Swindler”将轰炸式示爱、奢侈生活信号、想象中的共同未来和紧迫危机结合起来，直到受害者开始借钱；Shaw 强调，这套机制针对的是普通人，而不只是轻信者。“只要掌握足够多关于你的信息，就能定制出一种几乎人人都会上钩的诈骗版本。”

如果惩罚的目的在于让社会更安全，那么刑事司法支出与再犯风险之间存在错配。 Shaw 称，谋杀再犯率只有1%至3%，因为多数谋杀是由琐碎导火索引发、失控的临时冲突，而不是连环掠食；诈骗、虐待老人和性暴力的重复犯罪风险更高。漫长的谋杀刑期可能满足报应性正义，但这与预防犯罪是不同目标。

企业环境犯罪往往源自正常的组织运转机制——基准压力、集体欺骗、责任分散和对异议的恐惧。 Volkswagen 的尾气作弊装置方案持续了10年，部分柴油车的氮氧化物排放量最高达到法定标准的40倍；聪明的工程师完全可能知道健康后果，却仍然选择从众。可投资层面的风险在于文化和系统：一旦某个竞争对手看似靠作弊获胜，其他企业就会推断诚实经营不可能，违规行为随之蔓延，最终演变为诉讼、消费者损失和投资者损害。

Shaw 的乐观判断是，扭曲现实的同一套技术和机构，也可以建立可审计、以科学为基础的问责体系。 她于2017年创办的 Spot，将脚本化认知访谈应用于职场举报；卫星监测、卧底调查、Interpol 和现有环境法律，也能让行星尺度的犯罪变得可测量。真正的约束不是工具不足，而是工程师是否把社会科学知识写进系统，以及组织是否保护那个愿意说出“必须停止”的人。

🔗 原始收听与视频来源： Julia Shaw：谋杀的犯罪心理学、连环杀手、记忆与性｜Lex Fridman Podcast #483