自信心暴漲但正確率暴跌?最新研究揭示AI輔助下的人類決策悖論
AI資訊AI新閒資訊正文自信心暴漲但正確率暴跌?最新研究揭示AI輔助下的人類決策悖論發布於AI新閒資訊時間 :Sep 28, 2026閱讀 :1分鐘最新涉及3132名參與者的五項實驗研究表明，引入AI大語言模型（如GPT-5.5、Claude4.6Sonnet及Gemini3.5Flash等）正顯著削弱人類懸置判斷的能力，使人們幾乎完全喪失承認“我不知道”的意願。研究團隊專門挑選了極易引發模型幻覺的精細冷門問題進行測試，結果顯示，在無AI輔助的對照組中，參與者對36%至44%的問題選擇放棄作答;而在獲取AI建議後，這一不作答比例驟降至3%至6%。
更為矛盾的是，在AI輔助下，參與者的答題自信心從29.6分(滿分100分)暴漲至75.9分，但實際答對率卻從27.5%大幅跌至9.2%，表明即便面對Step3.5Flash等模型給出的錯誤建議，人類依然傾向於盲目採納併產生過度自信。引入答對獎勵與答錯扣減的經濟激勵機制雖能在一定程度上降低人們向AI求助的頻率，但未能從根本上扭轉這一信任錯位。更值得行業警惕的是，當測試模擬當前搜索引擎和寫作助手的常態，將AI生成的答案自動展示給用戶時，即便在有經濟激勵的條件下，參與者懸置判斷的比例依然從39%暴跌至7%。
研究人員將此現象歸結為一種新型輕信趨勢，即人類容易被AI流暢的表達所說服，從而打破了傳統求助行為中保留部分獨立判斷的習慣。結合此前微軟及相關學術機構關於AI削弱人類批判性思維的發現，過度依賴AI正促使人們將認知任務過度外包。隨著生成式AI在各類數字化工具中的無縫嵌入，如何在提升模型自身準確率的同時，設計合理的人機交互機制以維持人類對自身知識邊界的認知，將成為下一階段AI應用落地的重要課題。相關推薦OpenAI 宣佈 GPT-5.5 將於 10 月 14 日下線：ChatGPT 與 Codex 同步移除OpenAI宣佈GPT-5.
5將於10月14日從ChatGPT、ChatGPT Work及Codex下線，覆蓋所有訂閱方案。官方提醒Codex用戶儘快切換至GPT-5.6 Sol或GPT-6 Astra。此次停用涉及全部計劃，替代模型為上述兩個。該模型於今年4月24日推出，較GPT-5.4在同等任務上有所優化。Sep 16, 2026180.9k玩偶也能當“AI 導師”？MONTEE AI 完成首輪融資，擬年底衝擊千萬營收MONTEE AI完成首輪融資，該品牌將AI大語言模型與玩偶結合，打造交互式故事機。本輪由徐匯資本領投，資金用於研發、量產及推廣。公司2025年成立於上海，致力為家庭場景注入AI創意。
Jul 3, 2026199.6k舊版強制退役！Codex將下線多款大模型，GPT-5.5 降智風波仍懸而未決平臺宣佈將於2026年6月2日強制下線GPT-5.2、GPT-5.3-Codex等多款舊版大語言模型，全面推行旗艦模型GPT-5.5。此舉引發開發者群體爭議，因新版模型在實際應用中存在明顯性能下降問題，開發者公開抱怨並反彈。May 28, 2026398.1k微軟 MDASH 安全系統一舉超越 GPT-5.5，挑戰漏洞掃描新高度！微軟近日發佈MDASH多模型智能體掃描框架，這是一種創新的代碼安全系統。與GPT-5.
5和Mythos模型相比，MDASH在漏洞識別上表現突出，其獨特之處在於不依賴單一模型，通過多智能體協作提升檢測能力，展現了人工智能在安全領域的前沿應用。May 14, 2026228.6kOpenAI系統提示詞遭洩露，新模型GPT-5.5 嚴禁討論“哥布林”OpenAI最新開源的Codex CLI代碼意外曝光了GPT-5.5的系統提示詞，其中包含一條神秘指令：嚴禁在對話中談論“哥布林”及“小精靈”等幻想生物。這份長達3500多詞的基礎指令集顯示，除非用戶查詢存在絕對明確的關聯性，否則模型不得討論這些內容，旨在防範AI陷入特定幻覺。Apr 30, 2026763.
7k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
Claude API 加了個"擋位"：聊著聊著，能給 AI 臨時加力
11 月 12 日，這家 Claude 開發商給 API 加了一項 Beta 能力：開發者可在消息流裡隨時調節 effort，也就是模型回答問題願"費多大勁"的檔位，幫人在回答充分度、響應速度與使用成本之間隨手撥秤。換擋不重開，緩存不掉線過去一段會話只能套一套固定參數，如今不必了。
百度推出大模型Token交易平臺“詞元所”，日均調用Token超7000億
據介紹，詞元所主打“驗真”與“徵信”兩大能力，通過模型指紋比對、能力測試、性能及可用性測試等方式核驗模型資源，並採用定期抽檢撥測、全鏈路實時監測調用等機制，為模型提供商建立信用評級，向客戶提供中立、透明的模型交易服務。百度創始人李彥宏表示，今年前9個月，幾乎每天都有不止一款新模型發佈，模型調用需求也隨之大幅增長。
AI作弊越來越難查，大學開始重新考慮如何給學生打分
報告認為，AI檢測工具準確性不足，容易出現誤報，隨著生成式AI模型能力持續提升，識別AI生成內容的難度也在增加。相比依賴檢測技術追蹤AI使用情況，高校可能需要調整評估體系，減少無監督、無控制的考核形式。目前，越來越多大學開始採用線下筆試、口試以及過程性評估，通過在文獻綜述、研究過程等多個階段考察學生表現，而非僅依據最終論文評分。
低調追趕的文心，一口氣打出了快、省、開源三張牌
文心這輪追趕夠不夠硬？ 作者丨周蕾 林傑鑫 編輯丨岑峰 今天，百度文心 5.5 Flash Preview 正式發佈，這已是文心在一週之內的第三次出牌。11月5日，基座模型文心 5.5 Flash Base開源；11月9日，首次披露 RSI 進展，發佈 ERNIE Evolve；11月11日，文心 5.5 Flash Preview 發佈。一週內連續三次出牌，這在文心歷史上並不多見。三次動作環環相扣，從基座模型、RSI 探索到 Preview 模型，逐步展現出百度基礎模型業務的新方向。
谷歌甩出決策 API：一張圖一次掃千題，150 毫秒出判斷
谷歌 11 月 11 日宣佈推出 Gemini Decisions API，背後是全新的 Gemini Decision 1 模型，專門對付需要反覆做是非題、選型題和打分的場景。一次喂千題，前向計算直接給分開發者上傳一份文本、圖像、音頻、視頻或 PDF 組成的多模態材料（最高 256K Tokens），最多能拋 1000 個互不相干的問題。
AI初創公司Helix獲620萬美元融資，推出本地語音真人驗證技術
公司計劃利用可在用戶設備本地運行的語音識別技術，替代或補充傳統 CAPTCHA 驗證碼，在不收集敏感個人信息的情況下判斷用戶是否為真人，並估算其年齡。Siri 聯合創始人 Dag Kittlaus 已支持該項目，並將擔任公司顧問。Helix 於2025年由 Alex Oberg、Anna Dorofiyenko 和 Mike Hall 創立。