我们仍不清楚人们真正如何使用AI
摘要
AI观测站项目对真实AI对话进行独立分析，揭示实际使用情况与Anthropic和OpenAI等公司报告的数据有显著差异，突显了更多样化和敏感的行为。
<div data-chronoton-summary="<ul><br><li><strong>AI公司掌控叙事：</strong> Anthropic和OpenAI的报告只反映了这些公司选择分享的内容，导致研究人员和政策制定者基于不完整、自利的数据做出高风险决策。</li><br><li><strong>新的独立平台有助于填补空白：</strong> AI观测站聚合了来自七个数据集的近25,000个真实用户对话，为研究人员提供了未经筛选的视角，了解人们如何实际使用ChatGPT、Claude和Grok等AI工具。</li><br><li><strong>人们对AI的使用因模型而异：</strong> Grok用户倾向于新闻和政治——以及错误信息。Claude吸引程序员。Gemini用于角色扮演。ChatGPT成为作业辅助的首选。没有单一公司报告能捕捉到这些差异。</li></ul>" data-chronoton-post-id="1142226" data-chronoton-expand-collapse="1" data-chronoton-analytics-enabled="1"></div>
<p>AI研究人员表示，像Anthropic和OpenAI这样的公司定期发布关于人们如何使用Claude和ChatGPT等产品的报告，但它们只发布想让我们看到的数据。 </p>
<p>“没有独立来源来证实它，”斯坦福可信AI研究实验室的计算机科学博士候选人安卡·鲁埃尔说道。 </p>
<p>鲁埃尔是一个名为AI观测站的新研究项目的联合负责人，该项目旨在填补这一空白。它是一个<a href="https://www.ai-observatory.org/">公共平台</a>，聚合并分析了通过七个现有数据集在用户同意下收集的、与Claude和Gemini等流行模型相关的实际AI对话。其目的是提供独立的信息来源，帮助研究人员和政策制定者评估人们如何使用生成式AI。鲁埃尔表示，目前关于AI益处和风险的重大决策是基于非常有限的数据做出的。 </p>
<p>AI观测站发现，AI的使用在不同模型之间存在显著差异，并且随时间发生了变化。其<a href="https://www.dataprovenance.org/ai_observatory.pdf">研究</a>显示，比主要AI公司报告所捕捉的要多得多的敏感行为，这些报告更侧重于工作而非个人使用。 </p>
<p>Anthropic经济指数是最知名和最广泛引用的AI使用数据来源之一，但它存在盲点。正如其名称所示，它关注Claude AI与工作和生产力相关的用途——过滤掉与这些用途无关的对话。 </p>
<p>当AI观测站研究人员将Anthropic的方法应用于他们的数据集时，他们发现近一半的对话——48%——会被过滤掉。这些与工作无关的对话更可能涉及健康和关系（44.2% 对比Anthropic分析中的31.2%）、成人或非法话题（7.9% 对比2.1%）、骚扰和仇恨（27.5% 对比5.66%）以及性内容（16.7% 对比2.4%）。（OpenAI 2025年关于ChatGPT的报告同样<a href="https://openai.com/index/how-people-are-using-chatgpt/">发现</a>，只有30%的消费者使用与工作相关。）</p>
<p>Anthropic已经发布了关于人们如何使用Claude进行<a href="https://www.anthropic.com/news/how-people-use-claude-for-support-advice-and-companionship">支持或陪伴</a><strong>，</strong>甚至<a href="https://www-cdn.anthropic.com/0fad284f89c8f9b95ee0f59bdde78928b9a7c425.pdf">生成CSAM</a>的独立博文，但德克萨斯大学奥斯汀分校助理教授大卫·维德表示，“拥有[AI观测站的]鸟瞰分析”而不是将该信息“分门别类放入单独的报告”，有助于研究人员更一致地理解不同的使用方式。维德研究人们与AI系统的互动，但未参与AI观测站。 </p>
<p>AI观测站研究的数据集包括2023年至2025年之间的对话，它发现了人们使用AI的方式以及各种AI平台响应方式的差异。 </p>
<p>WildChat是AI观测站研究中包含的最庞大和最详细的数据集之一，其中的对话随时间变得越来越长和复杂，这从提示令牌、响应令牌和对话轮次的数量增长中可以看出。 </p>
<p>随着时间的推移，闲聊也显著增加。这表明AI陪伴在增加；与此同时，AI助手的自我披露（即承认是聊天机器人）减少了。 </p>
<p>此外，研究人员标记为敏感的交换——即涉及潜在有害或受限内容，包括性骚扰和仇恨言论的——变得不那么频繁。这可能表明平台总体上部署了更有效的防护措施。 </p>
<p>AI观测站还发现，主题、互动风格、对话结构以及敏感用例的可能性和类型因模型而异。 </p>
<p>例如，研究人员发现人们更频繁地使用Grok和Gemini进行信息检索。Grok尤其受欢迎用于新闻和政治信息，但也是错误信息集中出现的地方。（这与<a href="https://pmc.ncbi.nlm.nih.gov/articles/PMC13057141/#R11">其他研究</a>一致，该研究显示错误信息在Grok上容易传播。xAI未回应置评请求。） </p>
<p>与此同时，人们更可能转向Anthropic进行编码，使用Gemini进行社交和角色扮演，使用ChatGPT进行作业辅助。 </p>
<p>同一模型的不同版本之间甚至存在差异。研究人员发现，当ChatGPT由GPT-3.5驱动时，人们与其对话较短，而与GPT-4o的对话更长且更具迭代性——这很合理，因为该版本因<a href="https://www.technologyreview.com/2025/08/15/1121900/gpt4o-grief-ai-companion/">导致情感成瘾</a>而闻名。<strong> </strong></p>
<p>然而，公司的报告往往没有捕捉到这些细微差别，无论是模型之间还是内部。“没有单一公司报告能讲述整个故事，”麻省理工学院媒体实验室的最新博士毕业生谢恩·朗普雷说道，他与鲁埃尔共同领导了这项研究。 </p>
<p>为了创建AI观测站，鲁埃尔和来自麻省理工学院、斯坦福大学、<a href="https://www.technologyreview.com/2024/12/18/1108796/this-is-where-the-data-to-build-ai-comes-from/">数据溯源计划</a>及其他机构的研究人员聚合了来自七个现实世界数据集（这些数据集在先前研究中收集）的85,633个对话轮次（即用户提示和相应的AI响应），涉及24,521个对话。这些对话来自2023年至2025年间5,000名用户与52个不同模型（包括ChatGPT、Gemini、Claude和Grok）的交互。 </p>
<p>但这些对话与大型实验室本身可访问的数据相比只是沧海一粟。例如，最新的<a href="https://www.anthropic.com/research/anthropic-economic-index-january-2026-report">Anthropic经济AI指数</a>基于对100万个Claude对话的分析；OpenAI关于<a href="https://openai.com/index/how-people-are-using-chatgpt/">人们如何使用ChatGPT</a>的报告分析了150万个对话。 </p>
<p>Anthropic的一位代表表示，公司发布的研究反映了其研究团队的具体问题和兴趣，支持外部独立研究很重要。OpenAI未回应置评请求。 </p>
<p>AI观测站的数据集源自自愿提供
查看缓存全文
缓存时间: 2026/08/18 15:43
# 我们仍然不清楚人们究竟如何使用AI
来源：https://www.technologyreview.com/2026/08/18/1142226/how-people-use-ai
AI研究人员指出，Anthropic和OpenAI等AI公司定期发布关于人们如何使用Claude和ChatGPT等产品的报告，但它们只发布希望我们看到的数据。
“没有任何独立来源可以佐证这些数据，”斯坦福可信AI研究实验室（STAIR）的计算机科学博士候选人安卡·罗伊尔表示。
罗伊尔是一个名为“AI观测站”的新研究项目的联合负责人，该项目旨在填补这一空白。这是一个公共平台，通过七个现有数据集，收集并分析了用户同意提供的真实AI对话，涉及Claude和Gemini等热门模型。罗伊尔表示，观测站的目的是为研究人员和政策制定者提供独立的信息来源，以评估人们如何使用生成式AI。目前，相关方正在基于非常有限的数据，对AI的收益与风险做出影响深远的决策。
AI观测站发现，AI的使用在不同模型之间存在显著差异，并且随时间而变化。其研究显示的敏感行为远多于主要AI公司报告中披露的内容，因为后者更侧重于工作用途而非个人使用。
Anthropic经济指数是最知名、被引用最广泛的AI使用数据来源之一，但它存在盲点。顾名思义，它侧重于Claude AI与工作和生产力相关的用途——过滤掉了与这些用途无关的对话。
当AI观测站团队将其方法应用于自身数据集时，他们发现近一半（48%）的对话会被过滤掉。这些被过滤的非工作相关对话更可能包含健康与人际关系（44.2%，而Anthropic的分析中为31.2%）、成人或非法话题（7.9% vs 2.1%）、骚扰与仇恨（27.5% vs 5.66%）以及性内容（16.7% vs 2.4%）。（同样，OpenAI关于ChatGPT使用情况的2025年报告也发现（https://openai.com/index/how-people-are-using-chatgpt/），仅30%的消费者使用与工作相关。）
Anthropic曾发布单独的博客文章，讨论人们如何使用Claude寻求支持或陪伴(https://www.anthropic.com/news/how-people-use-claude-for-support-advice-and-companionship)，甚至用于生成CSAM(https://www-cdn.anthropic.com/0fad284f89c8f9b95ee0f59bdde78928b9a7c425.pdf)。得克萨斯大学奥斯汀分校信息学院研究人与AI系统交互、但未参与AI观测站项目的助理教授大卫·维德表示：“但拥有[AI观测站的]鸟瞰分析，而非分割成单独的报告，有助于研究人员更一致地理解不同的使用方式。”
AI观测站研究的数据集包含2023年至2025年间的对话，发现人们使用AI的方式以及各AI平台的回应方式均存在差异。
在AI观测站研究包含的最大、最详细的数据集之一WildChat中，对话随着时间推移变得更长、更详细，体现在提示词元、响应词元和对话轮次的增加上。
此外，随着时间推移，闲聊也显著增多。这表明AI陪伴的需求在增加；与此同时，AI助手的自我披露（即表明自己是聊天机器人）却减少了。
此外，研究人员标记为敏感使用的交流——即包含潜在有害或受限内容，包括性骚扰和仇恨言论——有所下降。这可能意味着平台普遍部署了更有效的防护措施。
AI观测站还发现，AI的使用在不同模型间看起来差异显著。根据工具不同，用户在话题、互动风格、对话结构以及敏感用例的可能性和类型上各不相同。
例如，研究人员发现人们更频繁地使用Grok和Gemini进行信息检索。特别是Grok，因其关于新闻和政治的信息而特别受欢迎，但也是错误信息容易集中的地方。（这与其他研究(https://pmc.ncbi.nlm.nih.gov/articles/PMC13057141/#R11)的发现一致，这些研究也表明错误信息在Grok上传播得非常迅速。xAI未回应置评请求。）
同时，人们更倾向于使用Anthropic进行编程，使用Gemini进行社交和角色扮演，使用ChatGPT辅助作业。
甚至同一模型的不同版本之间也存在差异。研究人员发现，当ChatGPT由GPT-3.5驱动时，人们的对话更短；而使用GPT-4o时，对话更长且更具迭代性——考虑到该版本以引发情感依赖(https://www.technologyreview.com/2025/08/15/1121900/gpt4o-grief-ai-companion/)而闻名，这是合理的。
然而，公司的报告往往未能捕捉到这些跨模型甚至其自身模型内部的细微差别。最近从麻省理工学院媒体实验室毕业、与罗伊尔共同领导这项研究的博士毕业生谢恩·朗普雷表示：“没有一家公司的报告能完整讲述整个故事。”
为了创建AI观测站，罗伊尔与来自麻省理工学院、斯坦福大学、数据起源倡议(https://www.technologyreview.com/2024/12/18/1108796/this-is-where-the-data-to-build-ai-comes-from/)以及其他机构的研究人员，汇集了先前研究收集的七个现实世界数据集中的24,521次对话，共计85,633个对话轮次（即用户提示和相应的AI响应）。这些对话来自2023年至2025年间5,000名用户与52个不同模型（包括ChatGPT、Gemini、Claude和Grok）的交互。
但与大型实验室自身可获取的数据相比，这些对话只是九牛一毛。例如，最新的Anthropic经济AI指数(https://www.anthropic.com/research/anthropic-economic-index-january-2026-report)基于对100万次Claude对话的分析；OpenAI关于人们如何使用ChatGPT的报告(https://openai.com/index/how-people-are-using-chatgpt/)则分析了150万次对话。
一位Anthropic代表表示，他们发布的研究反映了其研究团队特定的问题和兴趣，以及支持外部独立研究的重要性。OpenAI未回应置评请求。
此外，AI观测站的数据来自自愿提供的来源这一事实意味着，它可能代表性不足地反映了敏感用途，因为人们可能更不愿意分享这类内容。因此，研究人员提醒，其发现并不能代表所有AI使用情况。
尽管如此，观测站的工作扩大了研究界的访问权限。罗伊尔和维德等独立研究人员表示，AI公司通常不会分享其聊天数据用于分析，这意味着它们的报告往往侧重于能为其公司带来最佳形象的发现。
“当我们想问，例如：Anthropic的通用AI系统……主要是用于善途，还是主要用于恶途……我们无法回答这个问题，因为相关信息是专有的，”得克萨斯大学奥斯汀分校信息学院的助理教授维德解释道。
AI观测站的数据将可供研究人员分析，团队希望随着时间的推移扩展其数据集。罗伊尔表示，理想情况下，AI公司会与独立研究人员共享其数据——当然要以保护用户隐私的方式。但就目前而言，任何基于AI使用数据做决策的人都有风险“完全在未知领域运作，并在不了解那些公司叙事之外实际情况的情况下做出这些真正具有重大后果的决定，”罗伊尔说。
相似文章
普通人实际使用AI的程度如何？
作者反思自己沉浸在一个被AI充斥的网络泡泡中，并询问普通人实际上是如何使用AI的——如果他们有使用的话。
并非所有人都将AI用于一切
一篇新文章汇总了多项调查和使用研究，显示与炒作相反，大多数人很少或根本不使用AI，Z世代的采用停滞不前，约70%的美国适龄工作人口未使用AI。
@AnjneyMidha: 很多人似乎认为，无论好坏，AI竞赛的全貌是公开可见的，至少3-4个AI实验室…
观察到除OpenAI、Anthropic和DeepMind之外，还有几个AI实验室拥有可能因经济激励而永远不会公开分享的最先进能力。
了解人工智能经济（7分钟阅读）
谷歌启动ATLAS大型研究，分析1500万次AI交互，以了解人们在工作和日常生活中使用AI的方式，揭示出广泛但浅显的采用，并强调协作使用而非自动化。
@AnthropicAI：要真正理解AI的经济影响，我们需要收集更多此类定性数据。因此我们……
Anthropic推出月度Claude用户调研，收集AI如何改变工作的定性数据，以更好理解AI的经济影响。