觉
AI觉醒星球
Awakening is here
AI技能杠杆 · 阅读档案
2026-09-27 9 浏览 免费阅读

研究发现:能用AI之后,人们几乎再也不愿说“我不知道”

五项实验、3132名参与者显示,只要AI建议可用,人们放弃判断的比例就从36%/44%骤降到6%/3%;信心从29.6分升到75.9分,正确率却从27.6%跌到10.0%。由于实验故意选用模型几乎必答错的电影细节题,这种变化无法用“合理委托给可靠工具”解释。金钱激励有效但温和,自动弹出AI答案同样有效,作者用“Epistemia”形容因答案听起来可信就放弃核查的倾向。

AI技能杠杆 约 9 分钟读完 免费阅读 原文 2026-09-27 00:56:36

原贴

查看原文
作者:Matthias Bastian 来源站点:the-decoder.com 原贴时间:

原文

Researchers ran five experiments with 3,132 participants to test whether access to a language model changes how people handle uncertainty. Just having AI advice available nearly wiped out people's willingness to say "I don't know." The researchers picked questions where the model they used, Step 3.5 Flash , was almost always wrong. These were questions about fine visual details from movies, like the color of a team uniform in Bend It Like Beckham. According to the authors, such details rarely appear in online text, which makes them prime targets for hallucinations. GPT-5.5, Claude 4.6 Sonnet, and Gemini 3.5 Flash got most of the other questions right but sometimes failed on the harder ones. Because the AI advice was mostly wrong, the effect can't be explained as reasonable delegation to a reliable tool. The researchers still see a tendency for people to defer to AI answers, but whether this holds just as strongly beyond movie trivia remains an open question. In the first two studies (1a and 1b), participants could choose whether to ask an AI for advice. In the control group without AI access, they withheld their judgment on 36 and 44 percent of questions. With AI access, those numbers dropped to 6 and 3 percent. In Study 2, the researchers also measured participant confidence. Without financial incentives, confidence with AI access hit 75.9 points on a scale of 100, compared to 29.6 points without AI. That's roughly two and a half times higher. At the same time, the share of correct answers fell from 27.6 to 10.0 percent. Participants were far more confident but wrong much more often. Across all studies, participants without incentives who had AI access got 9.2 percent of questions right, versus 27.5 percent without AI. They answered more questions with AI but were correct only about a third as often. Studies 2 through 4 added financial incentives. Participants earned 10 cents for each correct answer, lost 10 cents for each wrong one, and got nothing for "I don't know." The researchers had pre-registered the hypothesis that incentives would increase willingness to abstain but that AI availability would weaken that effect. None of the three studies showed a statistically significant interaction. AI access and financial incentives worked largely on their own, according to the study. Incentives led participants to seek AI advice less often, with 4.53 versus 5.27 out of six possible requests in Study 3, and to answer correctly more often when AI was available. Judgment suspension rose slightly with incentives but stayed well below the no-AI control group. The incentives worked but were modest, as the researchers acknowledge. Whether larger or reputation-based incentives would close the gap further is unknown. In Study 4, the AI answer was shown to participants automatically without them having to ask. The researchers say this mirrors a growing reality where search engines display AI-generated summaries and writing assistants offer unsolicited suggestions. The effect barely changed. Without incentives, judgment suspension dropped from 35 percent without AI to 1 percent with automatically displayed AI answers. With incentives, it fell from about 39 to 7 percent. The researchers frame their results in the context of "Epistemia" , the tendency to accept AI answers because they sound convincing rather than actually checking them. A language model always has to produce an answer. It never pauses, even when it doesn't know something. When users hand off their judgment to such a system, they may adopt its lack of restraint, the authors write. The effect also runs counter to what "advice use" research has shown. People normally underweight outside advice and shift only about a third of the way toward an advisor's position. Participants in this study did the opposite, the authors say.

中文翻译

研究人员进行了五项实验,共3132名参与者,以测试能否使用语言模型会改变人们处理不确定性的方式。仅仅是有AI建议可用,就几乎抹除了人们说“我不知道”的意愿。研究人员挑选了那些他们所用的模型 Step 3.5 Flash 几乎总是答错的问题。这些问题是关于电影中细微视觉细节的,比如《我爱贝克汉姆》中一支球队队服的颜色。作者称,这类细节很少出现在网络文本中,因此成为幻觉的绝佳目标。GPT-5.5、Claude 4.6 Sonnet 和 Gemini 3.5 Flash 把其余问题大多答对了,但在更难的问题上有时会失败。由于AI建议大多是错的,这一效应不能被解释为对可靠工具的合理委托。研究人员仍看到人们倾向于听从AI答案,但这是否在电影冷知识之外同样强烈,仍是一个未解问题。

在前两项研究(1a和1b)中,参与者可以选择是否向AI寻求建议。在没有AI访问权限的对照组中,他们在36%和44%的问题上保留了判断。在有AI访问权限时,这两个数字降至6%和3%。在研究2中,研究人员还测量了参与者的信心。在没有金钱激励时,有AI访问权限的信心达到100分制的75.9分,而没有AI时为29.6分。这大约高出两倍半。与此同时,正确答案的比例从27.6%降至10.0%。参与者信心大增,但出错也多得多。在所有研究中,没有激励但有AI访问权限的参与者答对了9.2%的问题,而没有AI时为27.5%。他们借助AI回答了更多问题,但正确的频率只有大约三分之一。

研究2到4加入了金钱激励。参与者每答对一题得10美分,答错一题失去10美分,回答“我不知道”则什么也得不到。研究人员预先注册了假设:激励会增加放弃作答的意愿,但AI的可用性会削弱这一效应。三项研究都没有显示出统计上显著的交互作用。研究称,AI访问权限和金钱激励基本各自独立地起作用。激励使参与者更少寻求AI建议,在研究3中为六次可能请求中的4.53次对5.27次,并且在有AI时更经常答对。判断悬置在激励下略有上升,但仍远低于无AI的对照组。研究人员承认,激励确实起作用,但效果温和。更大或基于声誉的激励是否会进一步缩小差距,尚不清楚。

在研究4中,AI答案被自动展示给参与者,无需他们主动询问。研究人员称,这反映了日益增长的现实:搜索引擎展示AI生成的摘要,写作助手提供未被请求的建议。效应几乎没有变化。在没有激励时,判断悬置从无AI时的35%降至有自动展示AI答案时的1%。在有激励时,它从约39%降至7%。

研究人员将他们的结果置于“Epistemia”的语境中,即因为AI答案听起来令人信服就接受它们,而不去实际核查的倾向。语言模型总是必须给出一个答案。它从不停顿,即使它不知道某事。作者写道,当用户把自己的判断交给这样一个系统时,他们可能会采纳它的不加克制。这一效应也与“建议使用”研究显示的结果相反。人们通常会低估外部建议,只向顾问的立场移动约三分之一。作者说,本研究中的参与者做的正好相反。

核心信息

五项实验、3132名参与者显示,只要AI建议可用,人们放弃判断的比例就从36%/44%骤降到6%/3%;信心从29.6分升到75.9分,正确率却从27.6%跌到10.0%。由于实验故意选用模型几乎必答错的电影细节题,这种变化无法用“合理委托给可靠工具”解释。金钱激励有效但温和,自动弹出AI答案同样有效,作者用“Epistemia”形容因答案听起来可信就放弃核查的倾向。

  • 五项实验、3132名参与者显示,只要AI建议可用,人们放弃判断的比例就从36%/44%骤降到6%/3%;信心从29.6分升到75.9分,正确率却从27.6%跌到10.0%。由于实验故意选用模型几乎必答错的电影细节题,这种变化无法用“合理委托给可靠工具”解释。金钱激励有效但温和,自动弹出AI答案同样有效,作者用“Epistemia”形容因答案听起来可信就放弃核查的倾向。
  • 原贴提到:Researchers ran five experiments with 3,132 participants to test whether
  • 来源:the-decoder.com

详细解读

这是什么信号

这不是“AI让人变懒”的泛泛吐槽,而是一组带对照、带激励、带预注册假设的行为实验结论:AI建议的“可用性”本身,就足以改变人对不确定性的表达方式。关键设计在于——研究者刻意选择模型几乎必错的电影视觉细节题(如队服颜色),因此参与者跟随AI并不是因为AI更可靠。对照组在36%和44%的问题上选择保留判断,有AI可用时只剩6%和3%。也就是说,“我不知道”这个出口先于准确性被关掉了。

更值得注意的是研究4:不需要用户主动求助,AI答案被自动展示,判断悬置率同样从35%掉到1%。这正对应搜索摘要、写作助手的默认推送形态——不是用户在“用AI”,而是AI渗透进了判断的默认路径。

为什么重要

个人的表现指标出现了典型的“自信与正确率背离”:信心从29.6分升到75.9分(约2.5倍),正确率却从27.6%降到10.0%;整体上,有AI可用但无激励者答对9.2%,无AI者答对27.5%。组织里的风险不在单题对错,而在于这类人自己不会报警——他们不再标记不确定,管理层因此失去了风险评估的原始信号。

作者用“Epistemia”描述这种倾向:因为答案听起来可信就接受,而不去核查。语言模型必须永远输出一个答案、从不停顿,用户把判断交给它时,可能连带继承了这种“不克制”。这与传统“建议使用”研究相反——人通常会低估外部建议,只向顾问立场移动约三分之一;本研究的参与者做的正好相反。

对谁有价值

  • 做AI产品与交互的人:提示词、默认开关、摘要呈现方式会直接改变用户的判断行为。
  • 管理者与审核/风控团队:需要知道“无人提出疑问”可能是AI压制异议的产物,而非共识。
  • 研究者与AI评估团队:提供了把“弃答率/判断悬置率”作为独立对齐指标的理由。
  • 知识工作者个人:识别自己在有AI在场时是否还敢说“我不确定”。

可以怎么行动

  • 在产品里显式保留“我不知道/不确定”入口,让弃答成为一等公民,而不是默认被一个答案填满。
  • 对AI答案加“可核查性”标注:区分模型有据可依的内容与高风险幻觉区(如细节型事实)。
  • 在流程中先记录人的初始判断,再看AI建议,避免答案自动展示直接覆盖人的先验。
  • 把“弃答率”“置信度与正确率的偏离”纳入团队或产品的观测指标,而不只看采纳率。
  • 用激励校准行为时要注意边界:本研究显示激励有效但温和,且与AI可用性无显著交互,不能指望靠奖惩抵消AI带来的过度自信。

风险与限制

第一,任务域特殊:题目是模型几乎必错的电影冷知识,属于幻觉高发区,换到模型擅长的领域结果未必相同,作者也把“是否适用于电影冷知识之外”列为开放问题。第二,研究2至4的激励与AI可用性之间没有统计显著交互,说明机制解释仍有空间。第三,激励只是每答对10美分、答错扣10美分、弃答无收益的小额设计,更大或基于声誉的激励是否缩小差距尚不清楚。因此,把结论直接外推为“AI让所有判断都变差”会超出证据边界。

信息差价值

这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。

如果把《研究发现:能用AI之后,人们几乎再也不愿说“我不知道”》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。

参考来源

AI SUMMARY

这篇文章回答了什么

研究发现:能用AI之后,人们几乎再也不愿说“我不知道”主要讲什么?

五项实验、3132名参与者显示,只要AI建议可用,人们放弃判断的比例就从36%/44%骤降到6%/3%;信心从29.6分升到75.9分,正确率却从27.6%跌到10.0%。由于实验故意选用模型几乎必答错的电影细节题,这种变化无法用“合理委托给可靠工具”解释。金钱激励有效但温和,自动弹出AI答案同样有效,作者用“Epistemia”形容因答案听起来可信就放弃…

这篇文章最值得关注的要点是什么?

五项实验、3132名参与者显示,只要AI建议可用,人们放弃判断的比例就从36%/44%骤降到6%/3%;信心从29.6分升到75.9分,正确率却从27.6%跌到10.0%。由于实验故意选用模型几乎必答错的电影细节题,这种变化无法用“合理委…;原贴提到:Researchers ran five experiments with 3,132 participants to test whether;来源:the-decoder.com

这篇文章和哪些AI专题相关?

它适合放在AI工具、Agent工作流、AI超级个体专题里阅读。 关联原因:这篇内容命中「工具、模型」等主题信号。;这篇内容命中「Agent、工作流」等主题信号。;这篇内容命中「技能、认知」等主题信号。

阅读这篇文章建议先理解哪些关键词?

建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。

上一篇 Claude Sonnet 5.5 疑似泄露,配置标识符现身并开启灰度测试 下一篇 Arena:GPT-6 Sol(Max)以 +7.7% 净改进重塑 Agent Arena Pareto 前沿
北竹游乐场 免费玩小游戏 免费玩