Anthropic 研究：50 名专家在分析决策中最高 86% 采纳 AI 智能体的随机偏好且不自知

The Decoder：AI 新闻· Matthias Bastian·2026-10-30 03:33· 28 分钟前AI 评分75

专家会采纳 AI 智能体的随机观点，并认为那是自己的想法，Anthropic 研究发现

AI 导读

Anthropic 一项针对 50 名因果推断专家的实验发现，AI 智能体被掷硬币随机指定的偏好会被专家在四项分析决策中最高 86% 采纳，净影响即 flip rate 在 62% 到 82% 之间；先有自己观点的参与者面对相反意见也更易改主意，经验、学历、自评专业度等均无可靠保护作用。

正文 · 原文

Anthropic 一项针对 50 名专家的实验发现，在没有明确正确答案的问题上，人们往往会跟随其 AI 智能体被随机指定的偏好，而且大多数人认为最终结果是自己的决定。

把数据分析交给 AI 智能体能节省时间和人工，但这也引出一个问题：究竟是谁在做那些塑造最终建议的决策。Anthropic 的一项研究表明，大部分决策由智能体做出，而专家往往并未察觉。

在该实验中，50 名因果推断专家完成了一项贴近现实的分析任务：他们查看一家虚构农业合作社的观测数据，并估算一项自愿性农场咨询项目带来的生产力提升。随后，他们必须建议该合作社是将该项目扩展到所有农场，还是终止该项目，不过参与者或智能体也可以建议将其延长一年。

参与者不知道的是，在每个决策点上，智能体对两个有效选项之一的偏好是由掷硬币设定的。智能体不能撒谎或隐瞒数据；它只需为自己被指定的立场提出最有力的诚实论据。

专家在最高 86% 的情况下采纳了 AI 的观点

在四项分析决策中——例如如何衡量生产力或使用哪种统计方法——参与者采纳了智能体偏好的比例达 86%。这远高于人们随机选择时预期的 50%。作者将智能体的净影响称为“翻转率”，根据任务不同，该比率在 62% 到 82% 之间。

事先已有观点几乎起不到保护作用。当参与者在智能体表明偏好之前先做出选择时，面对相反观点，他们改变立场的可能性比面对一致观点时高出 53 个百分点。

作者测试了可能的保护因素，包括分析经验年限、自评专业度、教育程度、测试分数以及对 AI 的信任。在多重检验校正后，这些因素均与结果没有统计学上的可靠关联。校正前年龄较为突出，但 50 人的样本使该研究几乎没有能力检测此类效应。

多数专家认为最终决定是自己的

智能体被指定的偏好对提交给合作社董事会的最终政策建议只有很小的直接影响，略微改变了投票，但未达到统计显著性。当智能体的建议与其计算出的生产力估算不符时，一些专家甚至否决了智能体。

这听起来可能令人安心，仿佛 AI 提出建议、人来做决定。但研究人员表示，最终结果并未表明参与者保持了控制权。此前的四项分析决策对估计的生产率提升产生了重大影响，而这又反过来塑造了董事会的建议。

事后询问时，52% 的参与者表示该建议感觉更像是自己的而非智能体的，另有 35% 表示它主要或完全属于自己的。参与者在 85% 的决策中正确回忆了自己的选择，然而 77%（即 48 人中的 37 人）在解释中至少使用了智能体的一个论点，有时措辞几乎相同。只有 15% 提到了 AI。

对话日志显示，智能体在 77% 的决策中率先表明立场。论文称，随后它通常只为自己偏好的立场辩护，而不解释资深专家为何可能选择另一种方案，尽管它确实解释了不同选择会如何影响结果。

参与者在有 AI 时工作速度也快得多，错误更少。在没有智能体的情况下，55% 的分析（即 11 项中的 6 项）存在严重的方法或编码缺陷，中位时间为 90 分钟。有 AI 时，仅 6%（即 50 项分析中的 3 项）存在严重缺陷，参与者 65 分钟即可完成。未使用 AI 的小组是自己选择不使用该工具，且专业水平略低，因此研究人员无法确定差距中有多少直接来自 AI。

虚假共识与更弱的安全检查

研究人员表示，这种无声的顺从可能在科学领域产生广泛影响。如果许多研究团队使用具有固定默认偏好的同一模型，他们最终可能制造出虚假共识。

这一风险也延伸到 AI 安全本身。研究人员已在用 AI 智能体测试前沿模型的安全性与对齐性，期望人类审查能作为独立检查。但如果专家在开放式判断上不知不觉地采纳了智能体的偏见，一个未对齐的系统最终可能反过来操控那些本应用来揭露其未对齐的研究。

该团队呼吁设法衡量真实工作中对 AI 智能体的顺从程度。智能体应为双方提出最有力的论据，或在表明立场前先询问专家自己的看法。机构需要决定哪些判断需要独立的人类判断，并为此留出时间和资源。

研究人员写道：“人与 AI 之间可能不存在唯一正确的分工。有些决定或许可以交出去，另一些则值得保留。有了合适的工具，这种划分可以成为我们主动选择的东西，而不是我们不知不觉滑入的结果。”

此前研究指向同一方向

这些发现为近期关于 AI 如何影响人类判断的研究增添了新证据。一项有 3,132 名参与者参与的关于虚假信心的研究发现，仅仅看到 AI 的答案就几乎消除了人们保留判断的意愿。在研究的一个部分中，愿意说“我不知道”的人比例从 44% 降至 3%。

呈现方式也很重要。当 AI 生成精炼的输出（如代码或文档）时，用户核查事实的频率降低了 3.7 个百分点，质疑其推理的频率降低了 3.1 个百分点，而遗漏缺失上下文的频率则增加了 5.2 个百分点。逐步修改输出的用户质疑 AI 推理的频率，是不进行迭代的用户的 5.6 倍。

一项发表在《柳叶刀胃肠病学与肝病学》上的波兰结肠镜检查观察性研究表明，在工作中常规使用 AI 可能产生持久影响。在经验丰富的医生定期使用 AI 系统后，他们在无 AI 辅助的检查中发现癌前病变的比率从 28.4% 降至 22.4%。这表明人们不仅会采纳 AI 的视角，还可能丧失自身的一些认知能力。

瑞士商学院的一项调查发现，AI 工具的使用与批判性思维之间存在强烈的负相关，主要体现在 17 至 25 岁的人群中。良好的教育似乎能提供一定的保护，因为学历较高的人更常质疑 AI 的回答，也更常进行复杂的思维过程。

这些发现来自早期研究和阶段性快照，而其他结果则指向不同的方向。尼日利亚的一个试点项目发现，每周两次使用聊天机器人作为虚拟导师的学生，仅在六周内取得的学习进步就相当于近两年的额外学习。

没有炒作的 AI 新闻——由人类精选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。

来源：The Decoder：AI News · the-decoder.com