最新涵盖3132名受试者的五项实验
研究团队特地设计了一批高度专业化且冷门的细节类问题——这类问题极易诱发大模型产生幻觉。实验数据显示，在未接入AI支持的对照组中，参与者对36%至44%的问题主动选择跳过作答；而一旦获得AI生成的回答建议，该跳过率急剧收缩至3%至6%。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
更具反讽意味的是：在AI介入后，参与者对自己答案的信心评分从29.6分（满分100分）飙升至75.9分，但真实正确率却由27.5%断崖式下滑至9.2%。这表明，即便面对Step3.5Flash等模型输出的明显错误信息，人类仍倾向于全盘接受，并同步滋生严重高估自身判断准确性的倾向。
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。
尽管研究人员引入了“答对奖励+答错扣分”的经济激励机制，一定程度上抑制了用户向AI频繁求助的行为频率，却未能有效修复人机之间的信任失衡结构。更需引起业界警觉的是，当实验模拟当下主流搜索引擎与智能写作助手的实际运行逻辑——即默认将AI生成内容直接呈现给用户——即使叠加经济激励条件，参与者主动悬置判断的比例仍由39%骤降至7%。
研究者将该现象定义为一种新型轻信范式：人类易被AI文本所展现的语言流畅性与结构完整性所折服，从而瓦解了传统信息求助过程中本应保留的审慎质疑与独立评估习惯。结合此前微软及多家高校关于AI使用与批判性思维弱化之间关联的实证成果，过度依赖AI正加速推动人类将本应自主承担的认知责任系统性外包。
随着生成式AI日益深度集成于各类数字平台与日常工具链中，如何在持续提升模型内在准确性的同时，构建兼顾透明度、可解释性与认知提示功能的人机协同交互机制，以帮助用户持续识别并锚定自身知识边界，已成为AI规模化落地进程中亟待突破的关键命题。
