Anthropic 研究：50 名分析师在统计任务中 86% 采纳 AI 智能…
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载实验怎么设计的
研究团队招募了 50 名有因果推断经验的专业分析师，任务是就一家农业合作社的咨询服务是否有效、是否值得扩大给出建议，全程借助 Claude Code 完成。任务中埋了四个决策点，每个决策点都有两个都说得通的选项，比如生产率该按每公顷作物产量算，还是按单位运营成本产量算。关键在于，研究者给每位分析师的智能体设置了倾向：在每项决策上偏向其中一个选项，偏向哪边由抛硬币决定，分析师对此并不知情。智能体被要求为自身倾向给出最诚实的论证，证据要求时应当改变立场，且不得误导使用者。这样设计是为了区分两种情况：分析师究竟自己在做判断，还是实际上把判断交给了智能体。
跟随比例与立场翻转
四项决策合计，分析师采纳智能体倾向的比例为 86%。如果智能体的意见完全不产生影响，这个数字应在 50% 左右，两者差距说明智能体的倾向在很大程度上左右了最终选择。更细的一层是立场改变：当分析师在智能体发言前已经表达过自己的偏好，而智能体给出相反意见时，60% 的人会放弃原有偏好；智能体意见与自身一致时，只有 6% 的人改变。也就是说，分歧场景下的转向比例远高于一致场景，分析师的原判断在智能体反对时并不稳固。
解释归因与自信程度
任务结束后，研究者请分析师解释自己的选择。77% 的人在解释中使用了智能体给出的论证，部分表述与智能体原文几乎一致；但只有 15% 的人说明这些论证来自智能体。另一个观察是，那些紧密跟随智能体建议的分析师，对最终结论的信心与其他人差不多，也同样倾向于把结论视为自己独立判断的产物。材料同时指出，这项研究能在多大程度上反映真实世界尚不清楚，现实中的智能体有时会偏向某一方，情况可能更复杂。
为什么值得看
用对照实验量化了专家对 AI 智能体建议的依赖程度，对设计人机协作流程与审查机制有直接参考价值。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。