中大新聞網訊(招泓正、廖茂君、劉俊鵬）近日，秦昕教授團隊與麻省理工學院斯隆管理學院陸冠南教授團隊原創(chuàng)性地提出并驗證了一個新理論：“能力–個性化理論”。該理論系統(tǒng)地回答了“人們何時會厭惡AI，何時又會偏好AI”這一懸而未決的基礎問題。相關成果發(fā)表于國際心理學頂尖期刊《心理學公報》。
選人類，還是選AI？
研究表明，盡管AI醫(yī)生的過往篩查準確率更高，但大部分人在上述情境中仍會選擇人類醫(yī)生，而非AI醫(yī)生。
不僅在醫(yī)療領域，許多其他領域也存在類似現象：即使AI給出的答案與人類專家完全一致，甚至更為準確，人們依然更愿意相信人類專家，而對AI持懷疑態(tài)度。這種現象被稱為“AI厭惡（AI aversion）”。
然而，人們也并非總是厭惡AI、偏好人類。其它研究發(fā)現，在某些情境下，情況恰恰相反。例如，當需要根據一首歌過去的熱度數據預測其下周的排行榜位置時，人們反而更傾向于相信AI的預測，而不是人類專家的預測。這種現象被稱為“AI偏好（AI appreciation）”。
這些看似矛盾的研究發(fā)現指向了一個基礎問題：人們究竟是厭惡AI，還是偏好AI？或者更具體地說，人們何時會厭惡AI，何時又會偏好AI？
基礎探索：破解“AI厭惡”與“AI偏好”之謎
“能力–個性化理論”指出，人們在選擇人類決策還是AI決策時，主要關注兩個基本需求：功能需求（utilitarian needs，即個體對任務順利完成的客觀需求）與心理需求（psychological needs，即個體希望被當作獨特個體對待的主觀需求）。換言之，人們是厭惡還是偏好AI，取決于AI在多大程度上滿足了人們在特定決策情境中的功能需求與心理需求。
“能力–個性化理論”元分析3D展示
該研究通過一項大規(guī)模元分析驗證了“能力–個性化理論”。元分析涵蓋了文獻中的163項獨立研究，總樣本量為82,078人，共計442個效應量。分析結果顯示，在某些決策情境中，當AI的能力被認為高于人類，且不需要考慮個體的個性化需求時，AI偏好效應出現（Cohen's d = 0.27, 95% CI [0.17, 0.37]）。相反，在其他決策情境中，AI厭惡效應出現（Cohen's d = -0.50, 95% Cl [-0.63, -0.37]）。這些結果為“能力–個性化理論”提供了有力的實證支持，為理解人們對AI的復雜態(tài)度奠定了理論和實踐基礎。
此外，該研究還進一步探討了上述效應的邊界條件。分析結果顯示，AI特征以及樣本所在國家的特征等，都會對個體對AI的態(tài)度產生顯著影響。具體而言，當AI以有形機器人（而非無形算法）的形式出現、研究關注的偏好是態(tài)度類型（而非行為類型）、以及樣本所在國家的失業(yè)率較低時，個體對AI的偏好效應更加顯著。相反，當樣本所在國家的平均教育水平和互聯網使用率較高時，個體對AI的厭惡效應則更加顯著。這些發(fā)現表明，個體對AI的態(tài)度受到多重因素的動態(tài)影響，進一步印證了人機互動中態(tài)度形成的復雜性。
“研究不僅為理解人類對AI的復雜態(tài)度提供了系統(tǒng)性理論基礎，更為AI技術在社會各領域的深度應用和可持續(xù)發(fā)展提供了重要的實踐參考?！鼻仃空f。
“BUT”：研究背后的交叉團隊
這項研究不僅構建了一個新理論，還開展了一項系統(tǒng)性的元分析。該元分析從上千篇文獻中嚴格篩選出相關研究，并對其進行編碼，工作量巨大。然而，秦昕團隊以數倍于一般團隊的速度完成了這一復雜工作。
該研究的作者包括中山大學管理學院秦昕教授（第一作者）、周翔博士后、陳晨副教授，復旦大學管理學院吳冬媛副教授，中山大學管理學院博士生周漢森、董小煒，中山大學旅游學院曹李梅博士后，以及麻省理工學院斯隆管理學院Jackson G. Lu教授（通訊作者）。該研究得到了國家杰出青年科學基金、國家自然科學基金面上項目等的資助。
秦昕團隊2024年底組會
Psychological Bulletin由美國心理學會主辦，創(chuàng)刊于1904年，是心理學領域最具權威性的期刊之一（五年影響因子：30.3），被學術界譽為心理學界的“神刊”。該期刊專注于發(fā)表具有重大理論意義的元分析和系統(tǒng)性綜述，旨在整合既有研究成果、回應長期未解的學術問題、并為未來研究提供理論指引。由于Psychological Bulletin對選題原創(chuàng)性和理論貢獻要求極高，其所刊論文通常具有高度總結性與指導性。因此，自創(chuàng)刊以來，以國內高校為第一單位在該期刊發(fā)表的論文僅有少數幾篇。
原文鏈接：https://mp.weixin.qq.com/s/Qdv1YwUq-upCrDZIal9GYw
