四周实验里的反转

研究由 MIT 媒体实验室的 Pattie Maes 及其同事完成。参与者在连续四周里，对成对出现的新闻标题与配图进行真伪判断。初期，有聊天机器人辅助的人，分辨真假新闻的准确率比无辅助时高出约 21%。但到了第四周，情况出现反转：在没有人工智能辅助的情况下，这些参与者识别假新闻的能力，反而比实验开始前低了约 15%——尽管其中约四分之一的人自认为变得更擅长此事。

研究者将这种现象称为「人工智能依赖悖论」，并指出它在医学等其他领域也曾被观察到。

「告诉」与「提问」的差别

论文的两位主要作者、媒体艺术与科学方向博士生 Anku Rani 与 Valdemar Danry（2023 届理学硕士）指出，用户容易被这些「神奇」的大语言模型吸引，却忘了它们本质上只是预测序列中「下一个词」的统计模型。

研究还发现，不同的 AI 交互风格会带来不同的长期效果。Danry 表示，直接给出答案的 AI 更容易让人产生依赖；而通过苏格拉底式追问引导思考的 AI，虽然一开始让人慢一些，却更有助于用户真正学会独立辨别真相。「但这本质上是在速度与投入之间的权衡。」他补充道。

对人工智能辅助阅读的启示

这项结论对当下广泛使用 AI 辅助阅读、获取资讯的习惯提出了提醒：工具能提升短期效率，却可能悄悄转移本应由人自己承担的判断力。在涉及事实核查的场景里，把 AI 当作「教练」而非「答案机」，或许更有助于保持人的独立判断力。