男人总是忍不住假装自己很懂 AI
摘要
哈佛大学 Shorenstein Center 对 5400 名美国人的调查发现,男性更容易夸大自己的 AI 知识水平,甚至声称认识一些根本不存在的虚构 AI 人物,而媒体对 AI 的报道也严重偏向男性专家。
哈佛大学的一项新研究显示,超过半数的受访男性声称自己认识一些 AI 领袖人物,而这些人物实际上完全是虚构的。
查看缓存全文
缓存时间: 2026/10/14 12:43
# 男性无法停止伪装自己对 AI 的了解程度
来源:https://www.wired.com/story/men-cant-stop-faking-how-much-they-know-about-ai/
假设你是一位阅读 WIRED 的男性——你对[人工智能](https://www.wired.com/tag/artificial-intelligence/)略知一二。你认识那些知名 AI 开发者的名字,比如 OpenAI CEO [Sam Altman](https://www.wired.com/tag/sam-altman/)。但你知道 Mira Murati 是谁吗?Susan Milner 呢?Craig Dalton 呢?
在一项针对 5,400 多名美国人的新调查中,73% 的男性受访者告诉哈佛研究人员,他们知道 Altman 是谁。超过一半——53%——的人表示他们知道 Murati、Milner 和 Dalton。
问题来了。Murati 是一个真实的人:她是 OpenAI 前 CTO,现任 Thinking Machine Labs 的 CEO。(https://www.wired.com/story/mira-murati-humans-in-the-loop-ai-models-thinking-machines/)而 Milner 和 Dalton 则不存在。
与[女性](https://www.wired.com/story/women-in-tech-survey/)相比,"我们发现,在 AI 方面,男性整体上更加乐观、更加自信,"哈佛肯尼迪学院 Shorenstein 中心执行主任 Laura Manley 告诉 WIRED。有时这种自信会演变成过度自信——比如声称认识虚构的 AI 高管。(作为参考,40% 的女性声称认识 Milner 和 Dalton;38% 表示认识 Murati。)
Manley 指出,男性在调查中总体上更容易过度自信,而这份于周三发布的报告深入探讨了 AI 领域自信差距的具体表现,以及性别差异带来的影响。
研究人员发现,男性使用 AI 的频率更高,平均而言在回答关于 AI 的事实性问题时正确率也更高。但男性和女性回答*错误*的比例大致相同。差异在于女性表示不确定答案的频率——平均 12 道题中有 3.3 道题不确定,而男性为 2.3 道。
研究人员想知道这种倾向是否会影响 AI 报道的基调。在一年的媒体报道中,男性出现在 AI 相关标题中的频率是女性的 14 倍以上。由于顶级 AI 高管以男性为主,研究人员决定重新审视报道,仅关注被引用为领域专家的人。这些专家中有四分之三是男性——这一比例高于 AI 人才池的实际构成,其中女性约为 29%。(https://www.wired.com/story/searching-for-powerful-women-silicon-valley/)
"也许应该有更多女性以专家身份被突出呈现,或者被给予平台来表达:'不确定',"Manley 说。
除了逞强之外,美国人普遍一致认为 AI 让他们感到不安——男性和女性都将"担忧"列为首要情感反应。然而,女性受访者比男性更担忧、更恐惧、更焦虑。男性则在每一项积极情绪——包括好奇心、热情和兴奋——上的评分都高于女性。
在当前的讨论中,"人们对末日论或极度乐观都充满信心,"Manley 说。"这淹没了所有应该说'不确定'的声音。"关于 AI 的正当用途和未来,还有很多悬而未决的问题。只是其中一种性别更不愿意承认这种不确定性。
"我们必须能够更经常地说'不确定',"Manley 说。
相似文章
依赖AI获取准确新闻的后果
麻省理工学院媒体实验室的一项新研究发现,依赖AI聊天机器人验证新闻的人,在独立识别虚假信息方面反而变得更差,凸显了“AI依赖悖论”。
为什么人们要对AI进行抱怨?
一位Reddit用户质疑为何有些人无视AI的能力,尽管他们自己有过AI解决复杂问题的正面体验,暗示公众认知与AI实际表现之间存在脱节。
Marc Andreessen 因意外暴露对AI实际运作的深层误解而遭到嘲讽
Marc Andreessen 在分享一个自定义 AI 提示词后遭到网友嘲讽,该提示词暴露出他对大型语言模型的工作原理存在根本性误解,尤其是在幻觉和知识限制方面。
不要被这个夏天的AI炒作所蒙骗
本文批判了近期AI事件中夸大的炒作,如突破性声明和安全事件,展示了专家审查如何常常揭示比初步媒体报道所暗示的更为平静的现实。
最懂的人往往听起来最不确定
这篇文章强调了AI研究人员在讨论复杂话题时常常表达不确定性,与自信但过于简化的公众叙述形成对比,并强调了在AI讨论中专家参与的必要性。