为何理解AI未必导致人们接受它

人工智能已成为隐形助手，悄然塑造着我们的搜索、浏览、购物和工作方式。它起草邮件、筛选内容，并日益指导教育、医疗和工作场所的决策。随着企业越来越多地将AI融入产品和服务，一个重要但常被忽视的问题浮现：为何有些人热情拥抱AI，而其他人却显得犹豫？

在今年早些时候发表于《营销杂志》的新论文中，我们揭示了一个惊人模式：人们对AI及其工作原理了解越多，就越不可能接受它。这一模式在我们结合两个数据集时显现：一个衡量跨国AI素养（基于Tortoise Media评估的"AI人才"水平），另一个衡量国家层面的AI使用兴趣（来自Ipsos）。平均AI素养较低国家的人们比高素养国家更愿意采用AI。随后，在涉及数千名美国参与者的六项额外研究中——包括本科生和在线样本，这些样本在年龄、性别、种族和地域分布上代表美国——我们一致发现较低的AI素养预示着对AI的更高接受度。

研究发现，对AI的更大兴趣并非因为知识较少者认为AI更有能力或更符合伦理。恰恰相反：AI素养较低者认为AI能力较弱且更存在伦理问题。然而，他们更可能自己使用过AI并希望他人使用。

这一惊人发现如何解释？归根结底在于人们对AI的感知方式。对AI了解较少的人来说，设想AI完成任务感觉神奇且令人敬畏。这种"魔力感"激发热情。但对AI素养较高、了解机制——算法、数据训练、计算模型——的人来说，AI失去了神秘感。就像了解魔术戏法如何工作，这种知识剥离了惊奇感。随之，使用AI的兴趣消退。

当AI处理我们通常视为人类独有的任务时，如写诗、作曲、讲笑话或提供建议，AI使用兴趣的差距更为明显。在这些创意和情感领域，AI素养较低者特别可能将AI视为神奇，并更愿意将控制权交给它。但在基于逻辑的任务如数字运算或数据处理中，AI如何完成任务更明显，魔力消失，这种模式减弱。在某些情况下甚至逆转。

这些发现挑战了技术采纳的核心假设：更多教育自然会带来更大采纳。实际上，随着AI知识的增长，对AI驱动产品和服务的兴趣可能减弱。

虽然研究聚焦消费者对AI的兴趣和采纳，但了解谁接受AI及原因对广泛商业决策具有影响，包括组织采纳策略、产品设计和营销。以下是如何应用它们。

评估管理者和员工的AI素养

管理者和员工可能受其AI素养水平影响。低AI素养可能使他们在招聘、会计、产品设计和营销等业务职能中更开放使用AI，即使可能不是最优解决方案。相比之下，AI素养较高者可能对AI有更知情、较少情感驱动的看法，导致更谨慎甚至不感兴趣——并非因为他们认为AI更差，而是因为它感觉不够新颖或变革性。

通过了解自身和团队的AI素养，管理者能更好校准AI采纳方法，避免过度热情和利用不足。因此我们推出了免费工具，帮助领导者在影响关键商业决策如战略、人员配置或客户信任前评估AI素养并发现盲点。（通过工具收集的数据严格用于学术研究目的且完全匿名。）

勿假定技术最精通的用户是最接受的

如果您正在构建或营销AI驱动工具，我们的发现应让您暂停。它们表明目标市场中最技术精湛的人，如拥有AI相关学位者，可能不是最接受的。特别是在创意或辅导等领域，目标客户中最不懂AI者可能是最热情采纳者。

根据受众素养水平定制营销

为有效定制消息，公司需首先评估受众的AI素养。可通过调查、客户访谈或行为代理（如访问的技术论坛、先前产品使用模式）完成。我们等工具也能帮助快速衡量AI素养并提供细分指导。

某些AI使用案例自然更适合懂AI的消费者——如软件工程师使用GitHub Copilot或Cursor等生成式AI模型编写更好代码，或使用Google Vertex AI帮助构建AI代理。如果目标客户懂AI，不要依赖"惊叹"因素增加采纳。相反，突出其能力、性能或伦理。相比之下，如果AI产品的目标受众是普通消费者，且价值主张包括产生敬畏，不要通过提供大量详细技术解释来去神秘化。

设计产品时考虑不同素养水平

您可能假设用户对技术有扎实理解并能驾驭复杂UX设计，或客户在使用AI时想要最大自主权。但许多用户只想要简单性、清晰度和指导。有效的入门和直观UX是关键。例如，ChatGPT的成功与其后端关系较小，更多与日常用户感觉多易访问有关。

透明和诚实

不要将我们的发现解释为呼吁让消费者不知情。可持续和负责任地使用AI需要告知消费者当AI用于支持或替代人类判断时涉及的权衡，特别是在招聘、医疗或教育等高风险领域。这包括了解AI系统可能反映或放大现有偏见，其输出由训练数据塑造，且"自动化"不意味着无误或中立。过度依赖对AI的直观印象可能导致误用、错置信任和伦理失误。企业应确保消费者了解任何可能影响其福祉的因素。

虽然魔力感能激发初始热情，但如果AI未真正惠及所服务的消费者，它可能适得其反。当AI被营销为神奇但未提供真实益处时，用户会感到失望或被操纵。这将导致信任丧失。

底线

AI正在重塑我们学习、工作和决策的方式。但我们与它的关系不仅由它能做什么驱动，也由我们对它的看法驱动。作为一种新工具，了解不同人群——消费者、员工和管理者——如何感知AI以及这在各群体间如何差异，可能是我们能采取的最重要步骤之一。