哪些人喜欢AI产品？
就像看着魔术师从虚空中拉出硬币一样。
如果你不知道这个把戏是怎么发生的，你会被迷住。
但如果你看到幕后，学会了手法，你会发现根本没有魔法。
AI的情况也类似。
一份名为《“较低的人工智能素养预测更高的AI接受度”》的研究报告指出，研究人员Stephanie Tully、Chiara Longoni和Robert Appel进行了六项研究来探讨这一反直觉的联系。在这六个实验中，趋势非常一致：对AI了解较少的人比更知情的人更渴望使用AI。
换句话说，当AI与魔法无法区分时，人们会接受它，一旦它成为可解释的工具，一些敬畏感就会消失。
我称之为AI热情悖论。
0、快速总结
- 为什么对AI了解较少的人更热衷于使用AI？
多项研究表明存在强烈的负相关关系：人们对AI了解得越少，就越热情，这是由对AI的“神奇”感知驱动的。 - 这种现象发生在所有地方还是只在美国？ 文化素养越低，AI采用率越高。
- 了解更多的AI知识会让你更想使用它吗？
不，那些在AI知识测试中得分较高的大学生和专业人士反而不太愿意让AI替他们完成任务，即使是创意工作也是如此。
本文还回答了以下问题：
- 如果人们对AI了解较少，他们真的会更多地使用AI吗？
- AI的“神奇”感觉是真实的还是仅仅是比喻？
- 这是否意味着对风险缺乏了解的人比较天真？
- 我应该成为一名程序员以提高AI素养吗？
我们开始吧？
1、揭示六项研究中的悖论
什么是AI素养呢？
研究人员将AI素养定义为对AI的客观知识。他们通过两个测验来衡量（如果你有兴趣测试自己的AI知识，请使用附带的链接）。
- 一个25题的测验，涵盖更广泛的实践范围，包括合规性、隐私和现实世界的应用场景，
- 和一个17题的测验，更侧重于基础AI概念和技术理解。
AI接受度基本上是指你对使用AI产品和服务的开放程度或兴奋程度。这关乎你的意愿和兴趣。
直觉上，你可能会预期更多的知识会导致更多的AI采用，毕竟如果你了解它，你会信任它，对吧？
正如你所料，在四项初步调查中，大多数人（包括36位科技高管）都预测了这一点；他们认为更高的AI素养等于更高的AI使用率。
尽管数据证明他们是错误的。
这份报告涵盖了六项研究，以尽可能客观地找出AI素养与AI接受度之间的关系。
研究1. 哪个国家的AI素养最高？
团队分析了来自27个国家的数据。
他们发现，一个国家拥有越多AI人才，其人民实际上对AI在日常生活中应用的兴趣就越小。一个国家的AI素养与其对AI的开放程度之间存在强烈负相关。当他们排除美国数据（美国是一个AI素养远高于其他地区的异常值）后，这种模式变得更加明显。
两个极端：
- 美国和英国在AI技能方面领先，但他们的公民对AI改善生活的看法是最具怀疑的。
- 相比之下，像印度、沙特阿拉伯和中国这样的国家，他们的AI专业知识要少得多（与英国和美国相比，可以阅读AI人才：有限、中等流动性、不可扩展、不可再生获得更多背景信息），但他们的人民却更加接受AI，通常坚信AI将“深刻改变”他们的生活或使事情变得更容易。
财富和教育呢？ 研究控制了人类发展指数（HDI）、预期寿命、教育和收入，发现AI热情悖论仍然成立。
研究2. 谁用AI写论文？
最热衷于使用像ChatGPT这样的AI写作业的学生并不是那些对AI了解最多的学生。
研究人员进行了一项简单的测试。200多名本科生参加了AI素养测验，有25道选择题，涵盖了从编程基础到伦理困境的各种内容。然后，他们被展示了一篇AI生成的文章，并被问：“你会使用这样的工具来写你的作业吗？”
结果发现，AI素养分数较低的学生最有可能使用AI写论文，有时甚至让AI替他们写整篇文章。
简单来说，每增加1分的AI素养分数，使用AI的意愿下降0.05分。因此，学生对AI了解越多，就越不可能让AI替他们写作业。
这种影响在研究中是一致且统计上稳健的，即使只有几个分数的差距也会在AI接受度上产生可靠的区别。
研究3. 谁实际上使用AI最多？
让我们打破另一个神话。
最频繁使用AI的人不是技术高手；他们是知识差距最大的人。
在研究3中，研究人员调查了401名成年人，并测量了以下内容：
- AI素养：17题的核心AI概念测验。
- 实际AI使用情况：过去六个月里你使用AI的频率是多少？（图像生成器、笔记记录器、写作助手等）
他们发现，AI素养越低，使用AI工具的频率越高，并且：
- 高AI素养的人实际上在“技术准备度”上得分更高，他们更喜欢技术，但使用AI的频率更低。
- 高AI素养 = 更加独立。然而，正是那些知识较少的人会把任务交给AI。
- 但请注意，低AI素养只是意味着你对AI如何工作了解得更少，而不是说你不聪明或教育水平低。
总之，对AI了解较少的人使用AI更多；这与他们的年龄、收入或技术热情无关。
如果你认为早期采用者是最有见识的，那就再想想。
研究4. 你更信任AI还是人类？
研究团队想知道，“对AI了解较少的人是否更倾向于让AI而不是人类为自己做出重要决策？”
他们是如何测试的？
- 1,099名成年人参加了一个25题的AI素养测验（与之前的研究所用相同）。
- 然后他们被问：“在26个不同的任务中，你更希望由人类还是AI来完成？”
任务包括预测笑话的趣味性、招聘员工、推荐浪漫伴侣等。
他们发现了什么？
- AI素养越低，越倾向于选择AI。每降低1分的AI素养，对AI的偏好就上升0.05分（B = -0.05，p < .001）。
- 这种效应在人们先做测验还是后做任务偏好时都保持稳定。
但也许有些任务确实应该自动化？
因此，研究人员对每个任务进行了评分，判断其是“客观的”（数字、事实、正确/错误答案）还是“主观的”（意见、直觉）。
虽然所有参与者都喜欢AI处理更“客观”的任务，如计算数字，但AI素养较低的人更可能说，“让算法决定”对于主观事项。这包括深度个人、主观或甚至具有后果的任务，比如选择浪漫伴侣。
总体信息是一致的：“知识较少”的群体更倾向于算法，尤其是在任务带有一定人性色彩时。
到现在为止，你可能想知道：为什么知道得越少反而会使用更多？ 最后两项研究探讨了这个问题。
研究5和6：是什么让人成为AI真正的信徒？
为什么最响亮的AI鼓吹者知道得最少？
你可能会预期技术知识会激发热情。但事实上，AI狂热的真实燃料是一种神秘感。
在两项连续的研究中，研究人员探讨了AI接受的心理学。
参与者再次参加了AI素养测试，然后评估他们更愿意让AI还是人类完成一组任务。这次，研究人员还测量了新的因素：你是否认为AI是“神奇的”？
他们让人们同意或不同意诸如“人工智能似乎很神奇”、“AI从虚空中召唤答案”、“AI感觉像巫术”和“如果我能看到AI是如何工作的，它看起来会像魔术表演”等陈述。
他们将这些合并成一个**“将AI视为神奇”的指数**。
结果与之前的研究一致，AI素养越低，AI接受度越高。
人们更愿意将任务交给AI而不是人类。而且关键的是，较低的素养也意味着将AI视为更“神奇”。
这让我想起了这句话：
任何足够先进的技术都与魔法无异。——阿瑟·C·克拉克，太空漫游系列作者。
而那些在AI测验中取得高分的人则不太可能将AI视为某种神秘的巫师；他们看到的是数据和电线，而不是从帽子里掏出兔子。
所以这种神秘感解释了热情的差距。
统计中介测试显示，“低知识→高AI热情”的联系主要由神奇感知的差异驱动。
那些AI知识贫乏的人往往对AI看似非凡的能力感到惊叹和着迷，而这些敬畏的感觉推动了他们使用它的意愿。
当研究人员计算数字时，通过将AI视为神奇的间接效应（即较低的素养导致更大的AI接受度）是显著的。换句话说，如果你考虑“AI感觉像魔法”这个因素，热情的差异基本上消失了。敬畏因素是秘密武器。
最后，研究6通过另外约1,000人（通过Prolific Academic）加强了这一结论，并添加了一个转折点。
团队增加了更多层次：人们是否对AI感到敬畏？ 他们害怕它吗？
你可能会怀疑，对AI了解较少的人只是天真乐观，或许他们高估了AI的能力，或者只是不了解风险。
这些研究打消了这个假设。缺乏知识并不意味着缺乏担忧或观点。 实际上，对AI了解较少的人，如果有的话，在某些方面更加警惕AI的局限性和危险。
在一个样本中，不太了解的人甚至将AI评为不如专家们道德。而且AI新手实际上报告了比熟练群体更多的恐惧，担心AI对人类的潜在影响。他们确实担心AI可能是危险或有害的，而不是盲目地认为“AI是无害的”。
所以，如果低素养个体并不认为AI更有能力或更道德，并且他们更加担心AI可能出错，那么为什么他们仍然更愿意使用它呢？
他们发现，对AI了解较少的人被技术的奇观所吸引，尽管他们隐约感觉到“魔术师”可能是危险的。
最终，单一的最佳预测因素是令人震惊的惊奇。
这也解释了为什么在AI执行人类类似任务时，热情差距最大。
当AI进入创意写作、咨询或艺术等角色时，我们通常认为这需要一种“人类的火花”，而初级用户却被明显的魔法所震撼，相比之下，经验丰富的AI用户则看到了魔法背后的东西。
我们知道限制、训练数据和算法。我们可能欣赏这个工具，但我们不会被它震撼。
值得注意的是，当涉及到琐碎的任务（比如排序数字或转录文本）时，没有人看到多少“魔法”；这只是自动化。所以在这种情况下，由于没有敬畏感，人们依靠更实际的评估（如效率和准确性）。
在这种情况下，有AI知识的人可能实际上更愿意使用它，因为他们自信地知道AI会在无聊的任务中表现出色，而知识较少的人并没有感受到任何奇迹般的体验，可能只是坚持手动方法。
2、技术素养 ≠ 学习编程
AI热情悖论给社会提出了一个重要难题。
我们希望人们更好地理解AI，因为知情的用户能做出更好的选择，不太可能被误导。
真正的技术素养并不是让每个人成为AI工程师。
但培养看透技术帷幕的能力。
这意味着：
- 理解AI系统如何做决策的结构（这样它们就不会被视为完美或超自然的），
- 认识到风险和限制（而不是仅仅惊叹于炫目的输出），
- 强调人类在部署这些工具时的责任。
你不需要知道如何编写Python代码或从头构建神经网络来掌握这些内容。
更重要的是，例如，知道一个AI艺术生成器是基于数千张图像训练的（这可能引发版权或偏见问题），或者知道聊天机器人不会“思考”而是预测模式（所以它也可能自信地胡说八道）。
这种类型的素养帮助你将AI视为人造的、有缺陷的、由设计选择塑造的，而不是魔法，而是一个由人类创造的工具，带着我们的所有不完美。
无批判的敬畏是有危险的。
历史表明，当人们将一项技术视为神奇或难以理解时，他们可能会过度信任它或误用它。想想互联网泡沫，或是电力的早期日子。
“就像突然看到了天堂。” ——埃里克·拉森描述芝加哥世博会用电灯照亮时，使用尼古拉·特斯拉的霓虹荧光灯，由他的交流电系统供电。
在算法的时代，我认为真正的魔法在于人类。我们能够在使用强大新工具的同时，批判性地思考并坚持我们的价值观。
为了保持人性并达到一定程度的AI素养：
- 始终问它是如何工作的？
- 关注手头的“问题架构师”而不是解决方案。
- 探索并定义技术的边界。
保持人性。
汇智网翻译整理，转载请标明出处