AI越聪明选择越单一:马茨实验与11万次数据说明什么
我们对 AI 的信任,正在达到史无前例的高度。
我们对 AI 的信赖眼下正攀到前所未有的高点。不管是在屏幕前敲字,还是日常生活中做判断,遇到事总习惯先找 AI 要一个「完美建议」。用得久了就会发现,它给出的答案往往正好落在我们心里预设的最优解上。
可这种顺滑感,说不定本身就是被刻意安排好的一套心理按摩。哥伦比亚大学教授桑德拉·马茨拿冰淇淋品牌 Baskin Robbins 做过一个实验。这家店最有名的就是「31 种口味」,一天换一种,一个月下来不重样。

她把挑口味的决定权交给 ChatGPT,结果这个以口味多著称的品牌,在 AI 那里几乎只剩两个选项——「核桃奶油」和「薄荷巧克力碎片」。她一共问了 100 次,其中 96 次,ChatGPT 给出的都只有这两样。
桑德拉·马茨在 TEDx 演讲里说:「如果长期如此,Baskin Robbins 最终可能只剩下这两种口味——因为如果没人再选另外 29 种,商家为什么还要继续提供呢?」

按桑德拉·马茨的看法,AI 是在无意之中把人类选择的多样性「压平」了。算法之所以这么会猜我们想要什么,是因为它一门心思做「利用」(exploitation)——反复加强那些已经被验证有效的选项。
这么做对生意有好处,对消费者来说有时候也确有必要,毕竟现代生活里的选择实在太多。要是没有 AI 帮着筛,我们几乎应付不了这种复杂程度。
AI 系统,特别是拿海量用户数据训练出来的推荐模型,偏向于优化短期满意度:让你点,让你留,让你别走。面对海量数据,「多数人喜欢什么」是最容易拿到的信号。系统就学着用这个信号来指导推荐,「你可能还喜欢……」一路向均值靠。
更耐人寻味的是,当你把自己的偏好告诉它之后会怎样。马茨做过对比:一旦告诉 ChatGPT 自己爱吃什么口味,AI 就会 100% 推那个明确表示喜欢的,一点偏差都没有。可我们就算有最爱的口味,也总有某天心血来潮换个别的。
马茨和团队把这类现象做成了系统研究,分析了超过 11 万次真实的社交媒体选择,还有 1000 名美国用户的实验数据。结论是,不管用的是通用 LLM 代理还是经过个性化调整的版本,人们在 AI 辅助下做出的选择,独特性都会明显下滑。
个性化版本倒是稍微缓和了人与人之间的趋同,可它对一个人自身选择广度的压缩反而更深。
审美这件事,还容得下我们「不同」吗?三年前我还在读大学,AI 写作工具刚开始进入工作流,同学交作业时偶尔会提一句「用 AI 润了一下」。
起初差别不大,AI 生成的片段被改、被融进去、被消化掉。可慢慢地,越来越多的作业透出某种奇怪的相似,像同一条流水线上下来的零件,只是涂装不一样。2025 年的一项研究也印证了我的观察:研究者分析了 2200 篇大学申请文书,发现每多一篇人写的文章,带来的新观念都远超 GPT-4 写的文章;在集体多样性增长率上,人类的贡献大约是 GPT 的三倍以上,而且这个差距没法靠优化参数或者调整提示词抹平。AI 一参与进来,同质化就更严重了。

图源论文:Computers in Human Behavior: Artificial Humans
另一项研究追踪了 ChatGPT 大规模普及前后学术论文、新闻报道和 Reddit 文本的写作复杂度变化,发现方差下降幅度在 21% 至 50% 之间。写作的「多样性区间」缩小了,整体向某种被放大的主流特征靠拢,个性化的声调被统计意义上的平均盖了过去。
吊诡的地方在于,大家似乎还挺乐意接受这种状态。Fable 5.2 发布之后,不得不承认,AI 在很多场景下的输出已经超过普通人的平均水准:它写的文案更顺,它建议的结构更清楚,它挑的视觉方向更让人眼前一亮。
这种时候,要拒绝 AI 的建议、主动守住偏离主流的直觉,并不常见,多数人也不愿费这个劲。AI 的输出,正慢慢变成默认的「正确」。
《纽约时报》记者卡什米尔·希尔(Kashmir Hill)做过一个试验:一周之内,吃饭去哪家、衣服买什么、节目看哪个,凡是需要拿主意的事,全交给AI。
一周下来,她形容自己进入了某种「basic」的状态。日子变得可预测,挑出来的选项挑不出毛病,可意外也没了。她反倒怀念起偶尔走错路的感觉——误打误撞进一家本来绝不会去的餐厅,结果发现比推荐的那家还好吃。

图源:纽约时报
2023年,意大利曾以数据隐私为由短暂封禁ChatGPT。研究者抓住这个机会做了一项自然实验,对象是餐厅在社交媒体上的营销内容。
封禁那段时间,内容的词汇相似度掉了15%,句法相似度掉了12%,语义相似度掉了2%;用户互动率却涨了约3.5%。等到禁令解除、AI重新能用,相似度又爬了回去。
这说明的不只是AI在加剧同质化,还说明内容一旦没那么雷同,人反而更愿意参与。

图源:Pluribus。这部美国末日科幻剧出自文斯·吉里根之手,故事讲的是一种怪异病毒:地球上几乎所有人的思维都被它控制,最终被拧成一个和平的集体意识。
口味开始消失
连续100次推荐里,有96次只剩下两种口味。假如长期听推荐的不止你一个,而是大多数人,剩下29种口味的实际销量就会一路走低。
推荐系统研究领域管这叫「富者更富」效应。用户被算法带着,或许会逛到更宽的品类,可最后掏钱买的还是那几样热门货,整体销售的多样性反倒缩水了。
韩炳哲在《他者的消失》中写道:「同质化的扩散不是癌症性质的,而是昏睡性质的。它并未遭遇免疫系统的抵抗。人们就这样呆视着,直至失去意识。」

韩炳哲《他者的消失》
每一步都是人自己选的,甚至选得挺满意。系统推了核桃奶油,你吃了,味道不错。AI替你写了开头,你用了,读者读着也顺。
韩炳哲说的「他者的消失」,不光指字面上人与人之间的差异变小,更指内在他者的消失。内在他者会在自我内部制造一种有益的阻力,让人保留一点不可预测性,不至于完全被既有偏好和外部均值框死。
放到更大的背景看,推荐系统偏爱「利用」本就是长期存在的结构性问题,大语言模型不过是把这个机制从内容推荐推到了决策代理这一层。
更何况,跟从前的推荐算法不一样,大语言模型插手的是语言本身——思想的载体、表达的形式、看世界的角度。
韩炳哲笔下的「肯定性暴力」,是一种由过度相似、过度顺滑造成的伤害:没有异质性的摩擦,没有他者带来的抵抗,只有连绵不断的同意与合适。在这样的环境里,「不同」很难再被当成一种价值感知到。


眼下已经有人开始主动向AI要意外选项,让它给出一些「你不常被问到但值得一试的」。也有人索性在某些决定上刻意不用AI,理由很简单:它给的建议太好,好到把走错路的可能都优化没了。
说起来有点讽刺,主动犯错竟成了人类在AI时代守住审美权力为数不多的方式。若不想让生活变成算法统计表里的一条标准曲线,我们还能拿什么证明人类灵魂里那点异质性还在?