根据斯坦福大学周一发布的AI行业年度报告,AI专家与普通大众对这项技术的看法正出现日益明显的分歧。报告特别指出,公众对AI的焦虑情绪持续上升,美国民众尤其担忧这项技术将对就业、医疗和经济等重要社会领域带来冲击。
报告的相关发现印证了近期不断升温的AI负面舆情。盖洛普近期一项民调显示,Z世代正在引领这股反AI浪潮。研究发现,尽管约有一半的Z世代人群每天或每周都在使用AI,但年轻人对这项技术的期望却在下降,负面情绪则持续增加。
对于科技行业的从业者来说,这股反AI浪潮令不少人感到意外。AI领域的领袖人物长期聚焦于管控通用人工智能(AGI)出现的可能性——这是一种理论上的AI超级智能形态,理论上能够完成人类能做的任何任务并自主思考。然而,普通民众更关心的是AI对自己薪资水平的影响,以及随着高能耗数据中心的不断兴建,家庭电费账单是否会随之攀升。
这种认知分裂在近期围绕OpenAI首席执行官山姆·奥特曼住宅遭袭事件的网络反应中表现得尤为突出。在X平台上,AI行业内部人士对一些似乎为袭击奥特曼住宅叫好的Instagram评论感到震惊。部分网络评论的基调与2024年联合健康集团CEO遭枪击事件以及近期一名因不满薪资而纵火烧毁金佰利仓库的工人事件发生后网络上流传的评论颇为相似——甚至有人呼吁采取更激进的行动,暗示有必要掀起一场"革命"。
斯坦福报告汇总了来自多方渠道的公众AI情绪数据,为理解这股负面情绪的根源提供了更深入的视角。
报告援引皮尤研究中心上月发布的调查数据指出,仅有10%的美国人表示,对AI在日常生活中日益广泛应用感到"期待多于担忧"。与此同时,56%的AI专家认为AI将在未来20年内对美国产生积极影响。
在AI可能产生社会影响的具体领域,专家意见与公众观感同样存在巨大落差。84%的专家认为AI将在未来20年内对医疗保健产生积极影响,但持相同看法的普通美国民众仅占44%。
73%的专家对AI改变人们工作方式持乐观态度,而公众中持同等看法的比例仅为23%。69%的专家认为AI将对经济产生积极影响。考虑到AI所引发的裁员浪潮和职场变革,只有21%的公众持相似立场也就不足为奇了。
皮尤研究中心的其他数据同样被该报告引用。数据显示,AI专家对AI影响就业市场的悲观程度相对较低,而近三分之二的美国人(64%)认为AI将在未来20年内导致就业岗位减少。
在政府监管信任度方面,美国在受访国家中排名垫底,仅有31%的美国人信任本国政府能够负责任地对AI进行监管。根据斯坦福报告引用的益普索数据,新加坡在这一指标上排名最高,信任度达81%。
在各州监管态度方面,另一份数据来源显示,全美有41%的受访者认为联邦AI监管力度不够,仅有27%的人认为监管会"矫枉过正"。
尽管存在种种担忧,AI也收获了一项正面评价:在全球范围内,认为AI产品和服务利大于弊的受访者比例从2024年的55%小幅上升至2025年的59%。
但与此同时,报告援引的数据也显示,在同一时期,表示AI令其"感到不安"的受访者比例从50%上升至52%。
Q&A
Q1:斯坦福AI年度报告显示,普通公众最担心AI的哪些影响?
A:根据斯坦福大学的AI年度报告及皮尤研究中心的数据,普通公众最担心的主要集中在以下几个方面:就业岗位减少(64%的美国人认为AI将在未来20年内导致就业减少)、医疗保健质量(仅44%的公众认为AI对医疗有正面影响)以及对整体经济的冲击(仅21%的公众认为AI将对经济产生积极影响)。此外,随着数据中心大规模兴建,公众对能源消耗和电费上涨的担忧也在增加。
Q2:AI专家和普通公众对AI未来影响的看法差距有多大?
A:差距相当显著。以就业为例,73%的AI专家对AI改变工作方式持乐观态度,但公众中只有23%持相同看法。在医疗领域,84%的专家认为AI将带来正面影响,而公众仅为44%。在经济层面,69%的专家持积极态度,公众仅有21%。整体而言,56%的AI专家认为AI未来20年将对美国产生正面影响,但只有10%的美国普通民众表示对AI的应用"期待多于担忧"。
Q3:各国民众对本国政府监管AI的信任度有何差异?
A:根据斯坦福报告引用的益普索数据,各国信任度差异悬殊。美国民众对政府负责任监管AI的信任度最低,仅为31%;而新加坡排名最高,达到81%。在美国国内,有41%的受访者认为联邦政府的AI监管力度不够,仅27%的人担心监管过度,这反映出美国公众普遍希望加强AI监管。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
伊尔德兹技术大学团队通过词典手术和离线蒸馏,以不足20美元成本打造出专为土耳其语优化的200M参数句子嵌入模型,在语义相似度任务上超越了参数量更大的原版教师模型。