AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性

资讯 AI 行业观察 作者:爱范儿 全文 2843 字 · 约 8 分钟读完 配图 8 张

我们对 AI 的信任,正在达到史无前例的高度。 无论是在屏幕前码字,还是在生活中做决策,我们都习惯向 AI 寻求那个「完美建议」。用得多了,你甚至会发现它总是精准地踩中我们预期中的最优解。 这种顺滑,很可能是一种被精心设计的心理按摩。 哥伦比亚大学教授桑德拉·马茨用冰淇淋店 Baskin Robbins 做了一个实验。

如今我们对 AI 的信任到了前所未有的程度。不管是在屏幕前写稿,还是日常做决定,人们都爱向 AI 讨一个「完美建议」。用久了会发现,它给出的答案总能精准命中我们心里那个最优解。

不过这种顺滑体验,很可能本身就是被刻意设计出来的心理按摩。

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。这家店以「31 种口味」闻名,每天换一种,一个月都不带重样。

AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性(配图 1)

可当她把选口味的决定权交给 ChatGPT 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」。她反复问了 100 次,其中 96 次 ChatGPT 给出的都只有这两项。

在 TEDx 演讲中,桑德拉·马茨这样说道:「长此以往,Baskin Robbins 也许就只卖这两种口味了——剩下 29 种要是没人再挑,店家凭什么还留着它们呢?」

AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性(配图 2)

演讲指路👉:https://www.youtube.com/watch?v=9Ff4S1FJdRM\&t=392s

在桑德拉·马茨看来,AI 正在无意中「压平」人类选择的多样性。算法之所以擅长猜中我们想要什么,是因为它专注于「利用」(exploitation),不断加码那些已经被证明有效的选项。

这对生意有好处,对消费者有时也确有必要,毕竟现代生活里的选项实在太多,没有 AI 帮忙筛,人几乎应付不来这份复杂。AI 系统,特别是用海量用户数据训练出来的推荐模型,偏爱优化短期满意度:让你点、让你留、让你别走。面对庞大 data,「多数人喜欢什么」是最容易拿到的信号,系统便学着用它来指导推荐,「你可能还喜欢……」一路向均值靠拢。

更有意思的是,一旦你告诉它自己的偏好,情况又会变。马茨做过对比:告知 ChatGPT 自己爱吃什么口味后,AI 会 100% 推荐那个明确表示喜欢的选项,不再有任何偏差。可人就算有最爱的口味,也总有某天心血来潮点个别的。

马茨和团队把这种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。结果发现,不管是通用 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,独特性都明显下降。个性化版本虽然稍微缓和了人与人之间的趋同,却更深一层地压缩了单个人自身选择的广度。

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 生成的片段被改改、揉进去、消化掉。可渐渐地,越来越多作业透出某种奇怪的相似,像同一条流水线下来的零件,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,人类的贡献约为 GPT 的三倍以上,而且这种差距没法靠优化参数或调整提示词抹平。AI 的参与助长了同质化。

AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性(配图 3)

图源论文: Computers in Human Behavior: Artificial Humans

还有研究追踪了 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。

吊诡的是,人们似乎普遍乐意接受这种状态。

Fable 5.2 发布后,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:文案更流畅,结构更清晰,视觉方向也更惊艳。在这种情况下,拒绝 AI 的建议、主动守着偏离主流的直觉,并不常见,多数人不会费这个力气。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)做过一次尝试:一周之内,吃饭去哪家、衣服买什么、节目看哪个,所有要拿主意的事全交给 AI。

一周下来,她形容自己像被调成了「basic」模式——日子能提前猜出来,选项挑不出毛病,可惊喜也没了。她反倒怀念起偶尔走岔路的日子:拐进一家平时绝不会进的馆子,结果发现比推荐的那家还好吃。

AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性(配图 4)

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次自然实验,对象是餐厅在社交媒体上的营销内容。

封禁那段时间,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%;用户互动率却涨了大约 3.5%。等禁令解除、AI 重新能用,相似度又升了回去。

这既说明 AI 在把内容往同质化上推,也说明内容一旦少了同质化,用户反而更愿意参与。

AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性(配图 5)

图源:Pluribus。这部美国末日科幻剧由文斯·吉里根打造,故事讲的是地球上出现了一种怪异的病毒,它几乎能操控所有人的思想,把人们变成一个和平的统一集体意识。

口味开始消失

连续 100 次推荐里,96 次只剩两种口味可选。要是长期听推荐的不止你一个,而是大多数人,剩下那 29 种口味的销量就会一路往下走。

推荐系统研究里管这叫「富者更富」效应。算法带着用户逛的品类也许更宽了,但真到下单,钱还是砸向热门商品,整体销售的多样性反倒缩水。

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。」

AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性(配图 6)

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 帮你起了个头,你用了,读者也读着顺……

韩炳哲讲的「他者的消失」,不只是说人与「他人」之间的差异变小了,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,让人保留某种不可预测性,不至于完全被既有偏好和外部均值框死。

往大了看,推荐系统本来就长期偏向「利用」,这是结构性的老问题。大语言模型的出现,只是把同一套机制从内容推荐推到了决策代理这一层。

何况,和过去的推荐算法不同,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。

韩炳哲说的「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,只有没完没了的同意与合适。在这样的环境里,「不同」很难再被当成一种价值来感知。

AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性(配图 7)

AI越聪明选择越单调:马茨实验揭示算法如何压平人类多样性(配图 8)

如今已经有人开始主动向 AI 要意外选项,让它给点「你不常被问到但值得一试的」。也有人干脆在某些决定上避开 AI,理由很直接:它给的建议太好,好到把走错路的那点可能也一并优化掉了。

说起来有点讽刺:在 AI 时代,主动犯错反倒成了人类守住审美权力为数不多的办法。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?

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. APEC工商领导人峰会深圳注册中心启用,AI城市旅游卡成参会礼

    11月15日上午,2026年APEC工商领导人峰会注册中心迎来陆续报到的中外代表。登记报到、领取证件、发放参会物资……现场各功能区域井然有序,参会代表在清晰的指引下完成报到手续。一张张参会证件、一份份精心准备的参会包,让来自海内外的宾客在步入会场之前,便感受到深圳的热情与周到。 “报到流程简洁顺畅、指引细致周全” 作为

    来源 AI 行业观察
  2. 三大厂内存涨价7倍的锅,AI不背了

    最近,硬件圈发生了一件魔幻的事。因为新一代DDR5内存条贵得离谱,而老款DDR4和DDR5插槽互不兼容,逼得多家主板厂从年中开始掉头重启了原本停产的DDR4主板产线。 更离谱的是,玩家去市场上一问价,发现老旧的DDR4不仅没便宜,近期涨幅一度反超了新款DDR5。今年的笔记本新品们,更是集体退回16GB内存时代。 这一年

    来源 AI 行业观察
  3. 美银调查:基金经理20年来最猛减仓科技股,AI过度投资担忧破纪录

    美银调查显示,全球基金经理科技股超配比例从10月的37%骤降至12%,单月降幅创近20年之最,创纪录的38%受访者直指AI存在过度投资。美银策略师直言"AI繁荣与亢奋情绪已经终结"。与此同时,净67%的基金经理预计欧股将在未来一至三个月内上涨,为今年2月以来最高读数。

    来源 华尔街见闻
  4. 高盛五份研报:AI增速2027上半年触顶,市场承压甚于经济

    数据印证了这一判断:AI仅贡献美国GDP增长21%,却撑起标普500盈利增长62%和峰值市值涨幅92%——增速见顶对市场的杀伤力将远超对实体经济。高盛认为,盈利增速将从36%腰斩至11%,AI发债潮致信用利差走阔,日元成最佳AI风险对冲首选,黄金看涨至4650美元,铜看至15600美元。

    来源 华尔街见闻
  5. 员工都用上AI了,企业整体效率为何没跟上?

    现在,不少制造企业已经开始用AI:写报告、做分析、辅助研发、处理订单。可员工效率提高了,企业整体效率为什么不跟着提升?会用AI,不等于企业拥有AI能力。2026鼎捷智造节特别直播上,三位嘉宾围绕AI应用、组织协同与转型路径展开讨论。我们提炼出三个问题。1、AI很热闹组织AI却“冰火两重天”先看一个现象。员工用AI写报告

    来源 腾讯网
  6. TCL李东生谈AI:技术须开放,人类要管好它防止反噬

    新京报贝壳财经讯(记者林子)11月17日,2026年APEC工商领导人峰会在深圳开幕。在“粤港澳大湾区与亚太发展机遇”专题研讨上,TCL科技集团创始人、董事长李东生在分享AI落地实测数据的同时,对AI的发展方向发出两点警觉:AI必须是开放、造福全人类的技术,而“赢者通吃”、少数企业或个别国家垄断并对技术加以限制封锁的做

    来源 腾讯网
  7. AI都会了,人为什么还要自己学?在美专家的忠告:为了慢慢长出自己的判断力

    从能解奥数题,到协助攻克悬置数十年甚至百年的数学难题,AI(人工智能)正在深刻重塑数学领域的研究方式。而这种“大显身手”也在逐渐蔓延至化学、物理等领域。许多人担心AI会取代人类,但来自美国范德堡大学化学助理教授杨中悦和其前博士生邵乾真的一份最新研究却证明,他们所创造的AI工具可以提升科学家们的工作效率,而...

    来源 腾讯网
  8. 奥特曼不敢全速训AI,Christiano推演GPT-10失控风险

    用AI加速训练下一代AI,这件事在OpenAI内部已经司空见惯了。 但再往前一步呢? 就在刚刚落幕的Semafor峰会上,主持人直接问到了外界最关心的那个临界点:「你们现在已经进入RSI阶段了吗?」 对此奥特曼回答道,OpenAI早已在用自家的技术加快新一代模型研发。 只不过,眼下还没到「按下按钮、让模型在无人监管下飞

    来源 AI 行业观察
  9. 雷军谈AI落地:手机与具身智能机器人空间大,三四年内或现颠覆时刻

    IT之家 11 月 18 日消息,小米创办人、董事长兼 CEO 雷军 11 月 17 日出席 APEC 工商领导人峰会。今日(11 月 18 日),雷军接受了人民日报采访。 谈及人工智能,雷军坦言,人工智能浪潮席卷各行各业,作为 AI 从业者能感受到一些焦虑。 雷军认为,“AI+ 手机”“AI+ 具身智能机器人”等领域

    来源 AI 行业观察
  10. 可灵AI上线Kling Image 4.0:原生8K生成,单图可写2000字

    【TechWeb】11月17日晚,可灵AI全新一代图像创作模型Kling Image 4.0正式上线。 真实、文字表现、指令理解和一致性,是这一代模型升级的核心方向。Kling Image 4.0聚焦影视创作、广告营销等专业图像创作场景,在三个方向实现集中突破:画面真实感全面升级,光影、肤质与材质纹理呈现接近相机直出的

    来源 AI 行业观察
向下滚动自动加载更多