AI越聪明选择越单调:ChatGPT 96次只推两种冰淇淋口味
我们还能拿出什么证据证明人类灵魂中尚存异质性?
如今我们对 AI 的信赖,已经高到前所未有的程度。
不管是坐在屏幕前写东西,还是在日常生活里拿主意,碰到事总想先找 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预期的最优解上。
可这种顺滑体验,背后很可能是有人精心安排过的心理抚慰。
哥伦比亚大学教授桑德拉·马茨拿冰淇淋店 Baskin Robbins 做过一个实验。这个品牌以「31 种口味」出名,按设想每天换一种,一个月都能不重样。

然而她把选口味的决定权交给
ChatGPT 之后,这个口味众多的品牌在 AI 那里几乎只剩两个答案——「核桃奶油」和「薄荷巧克力碎片」。
同样的提问她重复了 100 次,ChatGPT 有 96 次给出的都只有这两项。
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?」

演讲指路👉:https://www.youtube.com/watch?v=9Ff4S1FJdRM\&t=392s
在马茨看来,AI 正在无意之中把人类选择的多样性「压平」。
算法之所以能这么准地猜到我们要什么,是因为它盯着的是「利用」(exploitation)——反复加码那些已经被证明管用的选项。
这对做生意有好处,对消费者来说有时候也确有必要,毕竟现代生活里的选项实在太多。要是没有 AI 帮着筛,我们几乎应付不了这份复杂。
尤其是那些用海量用户数据训练出来的推荐模型,AI 系统更倾向于优化短期满意度:让你点,让你留下,让你别走。数据量这么大,「多数人喜欢什么」是现成的信号。系统就拿它来指导推荐,「你可能还喜欢……」一路向均值靠。
更有意思的是,一旦你告诉它自己的偏好,情况就变了。马茨做过对比:说明自己喜欢什么口味后,ChatGPT 会 100% 推荐那个明确表示喜欢的选项,一点偏差都没有。可人就算有最爱的口味,也总有哪天心血来潮换别的。
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,以及 1000 名美国用户的实验数据。
结果显示,不论是通用 LLM 代理还是经过个性化调整的版本,人在 AI 辅助下做的选择,独特性都明显下降。
个性化版本倒是稍稍缓解了人与人之间的趋同,可它把一个人自身选择的广度压得更狠。
审美,还会让我们「不同」吗
三年前我还在读大学,AI 写作工具刚进入日常作业流程,同学交作业时偶尔会补一句「用 AI 润了一下」。
起初看不出多大差别,AI 生成的片段被改、被融、被消化。后来情况慢慢变了,越来越多作业透出某种奇怪的相似感,像同一条流水线上下来的零件,只是涂装不同。
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,发现人类每多写一篇,带来的新观念都远超 GPT-4 写的一篇;在集体多样性增长率上,人类的贡献约是 GPT 的三倍以上,而且这个差距没法靠调参数或改提示词抹掉。AI 参与进来,助长了同质化。

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」缩窄了,整体朝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。
吊诡的是,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高过普通人的平均水平:文案更顺,结构更清楚,选的视觉方向也更抓眼。
这种时候,要拒绝 AI 的建议、硬守住偏离主流的直觉,并不常见,多数人不会花这个力气。AI 的输出,正逐渐变成默认的「正确」。
《纽约时报》记者卡什米尔·希尔(Kashmir Hill)做过一个实验: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,统统交给AI决定。
一周下来,她觉得自己掉进了某种「basic」的状态。日子变得可预测,每个选择都挑不出毛病,可也再没什么意外。她反倒怀念起偶尔走错路的感觉——闯进一家平时绝不会去的馆子,结果发现它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个自然实验,分析餐厅在社交媒体上发布的营销内容。
禁令期间,这些内容的词汇相似度降了15%,句法相似度降了12%,语义相似度降了2%;用户互动率却涨了约3.5%。等禁令解除、AI重新能用,相似度又升了回去。
这说明的不只是AI在推高同质化。反过来看,内容一旦没那么同质化,人们其实更愿意参与。

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——它能让地球上几乎所有人的思维都受其操控,把人们并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次只剩两种口味。要是长期听类似推荐的不止你一个,而是大多数人,另外29种口味的实际销量就会一路往下走。
推荐系统研究领域管这叫「富者更富」效应。算法可能带着用户逛到更宽的品类,可到头来下单还是扎堆在热门商品上,整体销售多样性不升反降。
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》
每一步都是人自己愿意走的,甚至走得挺满意。系统推了核桃奶油,你吃了,味道不错。AI帮你起了个头,你用了,读者读着也顺。
韩炳哲讲的「他者的消失」,不只是字面上人和人之间差别的收窄,还指内在他者的消失。内在他者会在自我内部制造一种有益的阻力,让人保住几分不可预测,不至于完全被既有偏好和外部的均值框死。
往大了看,推荐系统偏爱「利用」本就是拖了很久的结构性问题,大语言模型问世,只是把这套机制从内容推荐推到了决策代理这一层。
何况,和从前的推荐算法不同,大语言模型动的是语言本身——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」,是过度相似、过度顺滑带来的伤害:没有异质性的摩擦,没有他者施加的抵抗,只剩绵延不断的同意与合适。在这样的环境里,「不同」很难再被当成一种价值。


已经有人开始主动向AI要意外选项,让它给一些「你不常被问到但值得一试的」。也有人在某些决定上刻意不用AI,理由恰恰是它建议得太好,好到把走错路的可能都优化没了。
说起来有点讽刺:在AI时代,主动犯错竟成了人类守住审美权力为数不多的办法之一。若不想让生活变成算法统计表上的一条标准曲线,我们还能拿什么证明,人类灵魂里的异质性还在?