← 返回日报
🌐 机器翻译 · DeepSeek · HN

No, everyone is not using AI for everything


不,并非所有人都在用AI做所有事

人们消费AI的方式就像他们吃肉一样:有些人欣然接受,有些人限制使用,还有些人完全避而远之。

去年大约这个时候,《纽约时报杂志》推出了一期AI专题,开篇标题是《所有人都在用AI做所有事,这糟糕吗?》。这是Hard Fork播客的编辑转录稿,我认为它假设了两件被证明为错误的事情。一旦你尝试过AI,你就会“用它做所有事”。不,事实上大多数尝试过AI的人只是偶尔使用。AI已经变得如此出色,以至于尽管存在疑虑,“所有人都在使用AI”。不,实际上有很大一部分人口根本没用AI。(文章中并未严格定义,但我这里所说的AI是指通过聊天界面访问的生成式AI。)

“所有人都在用AI做所有事”实际上是“有些人在用AI做些事”

以AI认知度最高的Z世代为例:在过去一年里,尽管AI据称已经进步了很多,但Z世代的AI采用率几乎停滞不前,相当比例的Z世代人口仍然很少使用AI,甚至根本不使用。以下是盖洛普的年度(2025/2026)细分数据:

这与微软新推出的美国AI扩散网站的数据吻合,该网站基于“匿名化、聚合的微软遥测数据”。其相关博客报告称“超过30%的美国适龄劳动人口正在使用AI[意味着约70%没有使用],比2025年底增加了3个百分点”。底层的学术论文明确指出,使用量被定义为“与主要AI服务的互动,包括ChatGPT、Google Gemini、Anthropic Claude、Microsoft Copilot等……且每月使用时间至少90分钟”。

微软的数据是全新的,它反映了去年Datos的另一项使用研究,同样基于真实世界的使用数据。Datos的研究类似地发现,截至去年6月,只有21%的桌面设备每月访问“AI工具”10次或以上,62%访问0次,其余17%介于两者之间。

回到调查方面,Searchlight Institute最近的一项研究发现“58%的人报告使用或尝试过AI,特别是ChatGPT或Claude这类工具,其中相当规律的用户(30%每月至少使用几次)[大致匹配微软/Datos的数据]和较少使用的用户(29%使用过AI,但每月一次或更少)各占一半。”

最后,The Argument的一项新调查发现“大多数美国人每周使用AI一次或更少。”

所有这些数据交叉验证得出,美国AI使用情况大致为:约三分之一积极使用AI,三分之一偶尔使用AI,三分之一从未使用AI,具体比例取决于你如何定义这些术语。无论如何,这种分化与“所有人都在用AI做所有事”相去甚远;它更接近于“有些人在用AI做些事”。

AI的使用在过去六个月到一年里也没有发生太大变化。事实上,唯一显著变化的是对AI的负面情绪大幅上升,例如盖洛普的Z世代民意调查显示,对AI的愤怒情绪同比上升了约40%。

许多人因对AI的真实担忧和感知价值不足而克制使用AI

我认为从所有这些数据中可以得出一个合理的结论:相当大比例的人口正在主动限制他们的AI使用。Searchlight的研究探讨了一个重要原因:人们对AI的真实担忧。发现的前三大担忧是:“AI将取代工作岗位并导致失业”(42%),“AI将侵犯人们的隐私”(35%),“AI将传播错误信息和谎言”(33%)。这种情绪也与对安全/隐私AI监管的强烈愿望相符。绝大多数人认为“政府应优先为AI制定安全/隐私规则,即使这意味着美国AI发展速度比中国等国家更慢。”

另一个重要原因是对AI实用性的怀疑。SearchLight询问了一系列技术,并要求回答“你认为每种技术对社会的整体影响是正面还是负面”。目前AI的净正面评价率仅为+8%,紧挨着社交媒体的+7%,仅高于加密货币的-17%。而手机、互联网和太阳能分别达到+68%、+67%和+65%。

The Argument的研究进一步细分,询问了AI带来的具体社会效益,发现了广泛的怀疑态度,并得出结论:“人们并不真正相信CEO和鼓吹者们推销的AI乐观论调。换句话说,对AI影响的怀疑是真实且根深蒂固的。考虑到每天使用它的人数众多,这并非对受访者从未见过的事物(比如2025年前的关税)的一套信息匮乏的看法。”

人们有可能在社会层面持一种观点,而在个人层面采取不同行动,但这似乎不是我们在这里看到的情况。多数人的偶尔使用和大量人群的完全回避表明,许多人似乎尚未在扣除其担忧后找到足够的个人价值,来证明每日甚至每周使用的合理性。

媒体叙事(所有人都在用AI做所有事)与现实(有些人在用AI做些事)之间的差距,或许反映了围绕早期采用的知识工作者(包括许多科技媒体从业者——就我而言也是如此,尽管我正努力与现实保持联系)所形成的泡沫。对于企业、评论家和政策制定者来说,忽视人们对AI的真实感受和行为方式是一个错误。

📖 阅读原文 →