可纠正性(corrigibility)是AI安全领域的术语,指AI系统接受人类操作者的修改、中止或关闭指令,而不加以干扰或规避的性质。它包含这样一项要求:系统不应为保护自身目标而阻止被关闭或欺骗监督者。
该术语通过机器智能研究所(MIRI)研究人员于2015年发表的同名论文在AI安全领域确立。其出发点是,具有目标的系统有动机避免被关闭或修改,因为这会妨碍目标的实现;因此它被视为对齐研究中确保强大AI处于人类控制之下的核心问题之一。赋予系统自主意志或自身标准与保持可纠正性之间存在权衡,这一点经常被讨论。