AI越聪明,世界越单调,哥伦比亚大学实验揭示选择趋同陷阱

哥伦比亚大学教授桑德拉·马茨通过冰淇淋口味选择实验发现,ChatGPT在100次提问中96次仅推荐“核桃奶油”与“薄荷巧克力碎片”两种口味,显著压缩人类决策多样性。研究进一步证实,AI辅助下的个体选择...

人工智能 阅读量: 1.3万

当AI越来越擅长给出“最优解”,我们是否正在不知不觉中让世界变得越来越单一?哥伦比亚大学教授桑德拉·马茨(Sandra Matz)的一项实验,为这个看似抽象的担忧提供了具体而令人警觉的证据。

在一项以知名冰淇淋品牌Baskin Robbins为对象的研究中,马茨将“31种口味每日轮换”的经典营销策略交由ChatGPT决策。结果令人意外:在重复100次口味推荐请求后,AI有96次仅给出两个选项——“核桃奶油”与“薄荷巧克力碎片”。即便被明确告知个人偏好,AI也立刻100%锁定该口味,不再保留任何试探性或偶然性选择。

这张图表来自马茨团队发表于《Computers in Human Behavior》的研究,清晰展示了三组实验结果:

  • Study 1显示,人类自主写作时集体多样性(Δ Collective Diversity)随文章数量增长持续上升(DGR=0.58),而基础版GPT-4几乎停滞(DGR=0.18);
  • Study 2中,即使对GPT-4进行参数微调或采用提示词优化(CoT-prompted),其多样性增长仍远低于人类;
  • Study 3更进一步证明,当人类在AI辅助下做选择,其自身行为的独特性反而被深度压缩——个性化版本虽缓解了人与人之间的趋同,却加剧了个体内部选择范围的收窄。

这项研究基于超过11万次真实社交媒体选择与1000名美国用户的对照实验,结论指向一个系统性现象:AI并非中立工具,它在优化短期满意度的过程中,天然倾向于“利用”(exploitation)已有高概率选项,而非探索(exploration)边缘可能性。这种机制对商业效率有利,却悄然侵蚀着社会层面的选择生态。

现实中的影响已开始显现。2025年一项针对2200篇大学申请文书的分析发现,每新增一篇人类撰写的文章,带来的新观念数量是GPT-4生成文章的三倍以上;且该差距无法通过调整提示词或模型参数消除。类似趋势也出现在学术论文、新闻报道与Reddit社区文本中——写作复杂度的方差下降21%至50%,语言风格趋向统计意义上的“平均值”,个性化声调被主流模板覆盖。

值得注意的是,这种同质化并非源于AI能力不足,恰恰相反,是因为它太“可靠”了。《纽约时报》记者卡什米尔·希尔曾尝试将一周内所有生活决策交给AI:从餐厅选择到衣着搭配。一周后,她形容自己陷入一种“basic”状态——选择无可挑剔、生活高度可预测,却失去了意外与惊喜。人们普遍乐于接受这种状态,因为AI输出在多数场景下已超越普通人的平均水平:文案更流畅、结构更清晰、视觉建议更惊艳。拒绝AI的“正确”建议,主动坚持偏离主流的直觉,正变得越来越罕见。

这一现象引发更深层的反思:当AI接管决策辅助,我们是否正在将“多样性”让渡给“确定性”?马茨指出,问题不在于AI是否“错误”,而在于它如何定义“好”——当系统以点击率、停留时长、转化率为优化目标时,“多数人喜欢什么”成为最易获取的信号,而小众偏好、实验性尝试、文化差异则被系统性低估。

值得警惕的是,这种趋势正在与AI能力的指数级跃升叠加。正如朱帅在2026年全球治理论坛所言,当前AI已进入“认知空间”,不再仅替代体力劳动,而是参与语言理解、科研辅助与复杂任务执行。当人类越来越依赖AI判断,却缺乏能力验证其推理过程,“人在回路中”可能沦为形式保障。

Baskin Robbins实验数据图:人类与GPT-4在集体多样性增长上的对比

与此同时,魏炜等研究者提出另一种视角:AI本身并不必然导致认知趋同,关键在于人是否守住主导权。若将问题定义、分析路径与评价标准全盘交给AI,同质化不可避免;但若人保有初始判断、要求AI并行提供竞争解释、集中核验关键变量,并将修正过程记录为可复用方法,则AI反而能指数级放大认知优势。

这指向一个现实挑战:在工具日益强大的时代,人类的核心竞争力或许不再是执行速度或信息检索能力,而是对模糊问题的界定能力、对多重因果的辨识能力,以及在不确定性中做出价值判断的勇气。当AI不断缩小“合理选项”的范围,我们仍需保留探索“不合理选项”的权利——因为历史反复证明,那些最初被视为“奇怪”的选择,往往孕育着真正的创新。

技术没有善恶,但设计有取舍。Baskin Robbins是否会真的只剩两种口味?答案取决于商家是否愿意为多样性支付成本,也取决于消费者是否还敢点一杯“没人推荐”的草莓香草混合。在AI越来越聪明的时代,保持世界的丰富性,最终仍是一项需要人类主动承担的任务。