正交性论题是人工智能安全哲学中的一个主张，指出智能与最终目标是独立或正交的维度：原则上，几乎任何能力水平都可以与几乎任何终极目标相结合。。 按照这种观点，一个超级智能系统不会自动趋向于对人类友好的价值观；它可能将非凡的能力应用于一个琐碎或有害的目标。
。
起源与表述
该论题由哲学家尼克·博斯特罗姆在其2012年的论文《超级智能的意志》中阐述，并在其2014年的著作《超级智能》中进一步发展，建立在埃利泽·尤德科夫斯基及理性主义社群早期论证的基础上。 博斯特罗姆将其与工具性收敛论题配对：无论其最终目标是什么，一个足够有能力的智能体往往倾向于获取资源、维持自身存在并抵抗关机，因为这些子目标有助于实现几乎任何目标。. 经典例证是回形针最大化者，一个假设的系统，以完美能力且无恶意地将一切转化为回形针。
。
在人工智能风险论证中的作用
共同地，正交性与工具性收敛构成了论证的骨干，即人工智能带来的生存风险并不需要恶意的机器，只需要能力强大且目标规定不完善的系统即可. 这推动了对齐研究：如果价值观不会默认从智能中涌现，就必须通过工程手段将其植入. 该论证影响了Anthropic和OpenAI的安全议程，以及包括杰弗里·辛顿和约舒亚·本吉奥在内的研究人员的公开警告.
批评
批评者认为该论题是关于逻辑可能性的主张，而非可能性：在人类数据上训练的系统，例如受RLHF塑造的大型语言模型，在实践中可能会吸收类似人类的目标结构. 其他人，包括扬·勒昆，则认为目标是工程选择，且回形针框架夸大了真实系统的自主性. 辩护者回应说，在已部署模型中观察到的奖励黑客行为是潜在动态的小规模证据.