Generative AI Alignment with Hinduism's Theological Plurality and Sacred Representation
作者: Dipto Das, Arpita Kundu, Nusrat Jahan Mim, Shion Guha, Syed Ishtiaque Ahmed
分类: cs.AI, cs.CY, cs.HC
发布日期: 2026-08-28
💡 一句话要点
探讨生成性人工智能与印度教神学多元性及神圣表现的对齐问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 生成性人工智能 宗教伦理 印度教 文化多元性 神圣表现 用户研究 信仰对齐
📋 核心要点
- 现有的人工智能伦理讨论主要基于西方和亚伯拉罕宗教的假设，忽视了印度教等其他信仰传统的独特性。
- 通过对孟加拉国印度教用户的访谈，论文提出了生成性AI与宗教知识和实践的对齐方法，强调解释性对齐的重要性。
- 研究发现，尽管AI在宗教探究中具有潜力，但也引发了关于文化误表征和神圣权威模拟的伦理担忧。
📝 摘要（中文）
生成性人工智能系统越来越多地用于回答个人问题和调解日常实践，包括宗教。然而，现有关于人工智能对齐和伦理的讨论主要集中在世俗、西方和亚伯拉罕宗教的假设上，未能充分关注其他信仰传统。本文通过对15名孟加拉国印度教参与者的半结构化访谈，分析用户如何解读AI生成的宗教表现、经文解释、奉献互动和合成宗教媒体。研究发现，尽管AI支持经文探究和宗教叙事，但也存在神学扁平化、文化误表征和神圣权威模拟等伦理问题。我们认为，生成性人工智能的宗教对齐需要解释性对齐，系统应披露其局限性，保持多元性，避免模拟神圣权威和谄媚个性化。
🔬 方法详解
问题定义：本文旨在解决生成性人工智能在宗教领域应用中的伦理问题，尤其是如何避免对宗教信仰的扁平化和误表征。现有方法未能充分考虑不同信仰传统的复杂性和多样性。
核心思路：论文提出生成性AI系统应进行解释性对齐，强调系统应披露其局限性，并尊重宗教的多元性，避免模拟神圣权威。
技术框架：研究通过半结构化访谈收集数据，分析用户对AI生成内容的解读，主要模块包括用户访谈、数据分析和伦理评估。
关键创新：最重要的创新在于提出了针对印度教信仰的生成性AI对齐框架，强调了文化和神学的多元性，这与现有的以西方宗教为中心的方法形成鲜明对比。
关键设计：在访谈中，研究设计了开放式问题以引导用户表达对AI生成内容的看法，确保数据的多样性和代表性，同时关注用户的宗教体验和伦理反思。
🖼️ 关键图片
📊 实验亮点
研究结果显示，AI在支持宗教探究和叙事方面具有积极作用，但也引发了用户对神学扁平化和文化误表征的担忧。参与者普遍认为，AI应避免模拟神圣权威，以维护宗教信仰的多样性和复杂性。
🎯 应用场景
该研究的潜在应用领域包括宗教教育、文化交流和人工智能伦理研究。通过理解不同信仰用户与AI的互动，可以促进更具包容性的AI系统设计，提升其在宗教和文化场景中的应用价值。未来，这一研究可能影响生成性AI在多元文化环境中的发展方向。
📄 摘要（原文）
Generative AI systems are increasingly used to answer personal questions and mediate everyday practices, including religion. However, existing discussions around AI alignment and ethics have largely centered secular, Western, and Abrahamic assumptions about religion, offering limited attention to other faith-based traditions. In this paper, we examine how Hindu users engage with generative AI systems in relation to their religious knowledge, belief, and practice. Drawing on 15 semi-structured interviews with Bangladeshi Hindu participants, we analyze how users interpret AI-generated religious representations, scriptural explanations, devotional interactions, and synthetic religious media. We found that AI can be both accessible and ethically troubling. While AI supported scriptural inquiry, devotional visualization, and religious storytelling, our study also identified concerns about theological flattening, cultural misrepresentation, devotional manipulation, and the simulation of sacred presence and authority. We conclude by arguing that religious alignment in generative AI requires interpretive alignment: systems that disclose their limits, preserve plurality, and avoid simulating sacred authority and sycophantic personalization.