中大新聞網訊(招泓正、廖茂君、劉俊鵬）近日，秦昕教授團隊與麻省理工學院斯隆管理學院陸冠南教授團隊原創性地提出并驗證了一個新理論：“能力–個性化理論”。該理論系統地回答了“人們何時會厭惡AI，何時又會偏好AI”這一懸而未決的基礎問題。相關成果發表于國際心理學頂尖期刊《心理學公報》。

選人類，還是選AI？

研究表明，盡管AI醫生的過往篩查準確率更高，但大部分人在上述情境中仍會選擇人類醫生，而非AI醫生。

不僅在醫療領域，許多其他領域也存在類似現象：即使AI給出的答案與人類專家完全一致，甚至更為準確，人們依然更愿意相信人類專家，而對AI持懷疑態度。這種現象被稱為“AI厭惡（AI aversion）”。

然而，人們也并非總是厭惡AI、偏好人類。其它研究發現，在某些情境下，情況恰恰相反。例如，當需要根據一首歌過去的熱度數據預測其下周的排行榜位置時，人們反而更傾向于相信AI的預測，而不是人類專家的預測。這種現象被稱為“AI偏好（AI appreciation）”。

這些看似矛盾的研究發現指向了一個基礎問題：人們究竟是厭惡AI，還是偏好AI？或者更具體地說，人們何時會厭惡AI，何時又會偏好AI？

基礎探索：破解“AI厭惡”與“AI偏好”之謎

“能力–個性化理論”指出，人們在選擇人類決策還是AI決策時，主要關注兩個基本需求：功能需求（utilitarian needs，即個體對任務順利完成的客觀需求）與心理需求（psychological needs，即個體希望被當作獨特個體對待的主觀需求）。換言之，人們是厭惡還是偏好AI，取決于AI在多大程度上滿足了人們在特定決策情境中的功能需求與心理需求。

“能力–個性化理論”元分析3D展示

該研究通過一項大規模元分析驗證了“能力–個性化理論”。元分析涵蓋了文獻中的163項獨立研究，總樣本量為82,078人，共計442個效應量。分析結果顯示，在某些決策情境中，當AI的能力被認為高于人類，且不需要考慮個體的個性化需求時，AI偏好效應出現（Cohen's d = 0.27, 95% CI [0.17, 0.37]）。相反，在其他決策情境中，AI厭惡效應出現（Cohen's d = -0.50, 95% Cl [-0.63, -0.37]）。這些結果為“能力–個性化理論”提供了有力的實證支持，為理解人們對AI的復雜態度奠定了理論和實踐基礎。

此外，該研究還進一步探討了上述效應的邊界條件。分析結果顯示，AI特征以及樣本所在國家的特征等，都會對個體對AI的態度產生顯著影響。具體而言，當AI以有形機器人（而非無形算法）的形式出現、研究關注的偏好是態度類型（而非行為類型）、以及樣本所在國家的失業率較低時，個體對AI的偏好效應更加顯著。相反，當樣本所在國家的平均教育水平和互聯網使用率較高時，個體對AI的厭惡效應則更加顯著。這些發現表明，個體對AI的態度受到多重因素的動態影響，進一步印證了人機互動中態度形成的復雜性。

“研究不僅為理解人類對AI的復雜態度提供了系統性理論基礎，更為AI技術在社會各領域的深度應用和可持續發展提供了重要的實踐參考。”秦昕說。

“BUT”：研究背后的交叉團隊

這項研究不僅構建了一個新理論，還開展了一項系統性的元分析。該元分析從上千篇文獻中嚴格篩選出相關研究，并對其進行編碼，工作量巨大。然而，秦昕團隊以數倍于一般團隊的速度完成了這一復雜工作。

該研究的作者包括中山大學管理學院秦昕教授（第一作者）、周翔博士后、陳晨副教授，復旦大學管理學院吳冬媛副教授，中山大學管理學院博士生周漢森、董小煒，中山大學旅游學院曹李梅博士后，以及麻省理工學院斯隆管理學院Jackson G. Lu教授（通訊作者）。該研究得到了國家杰出青年科學基金、國家自然科學基金面上項目等的資助。

秦昕團隊2024年底組會

Psychological Bulletin由美國心理學會主辦，創刊于1904年，是心理學領域最具權威性的期刊之一（五年影響因子：30.3），被學術界譽為心理學界的“神刊”。該期刊專注于發表具有重大理論意義的元分析和系統性綜述，旨在整合既有研究成果、回應長期未解的學術問題、并為未來研究提供理論指引。由于Psychological Bulletin對選題原創性和理論貢獻要求極高，其所刊論文通常具有高度總結性與指導性。因此，自創刊以來，以國內高校為第一單位在該期刊發表的論文僅有少數幾篇。

原文鏈接：https://mp.weixin.qq.com/s/Qdv1YwUq-upCrDZIal9GYw