作者：梅根·塞鲁记者，MoneyWatch 梅根·塞鲁是CBS MoneyWatch在纽约驻扎的一名记者，报道小型企业、工作场所、医疗保健、消费者支出和个人财务话题。她定期出现在CBS News 24/7中讨论她的报道。阅读全文自我简介 2026年6月30日/ 东部时间上午9:48 / MoneyWatch 添加CBS News至Google人工智能有可能在未来增强人类认知，推动科学、技术和其他领域的重大进步。然而，新的学术研究显示，这也可能使我们变得迟钝。因为驱动人工智能应用的所谓大型语言模型，往往提供可预测和规范化的信息，从而将生活的复杂性简化为无趣的稀释思想的混合物。 负责本研究的哥伦比亚商学院教授桑德拉·马茨告诉CBS News：“LLMs预测句子中最可能出现的下一个单词或序列中的事件，按定义这就是平均水平。” “如果你问它电影推荐或给墙壁上漆什么颜色，它会告诉你最可能出现的内容。这使得决策同质化，我们都得到了相同的输出。”为了得出这一发现，马茨和她的研究合著者分析了1000人做出的11万多项现实决策，并将其与通用和个性化的人工智能代理的选择进行了比较。他们还使用了Facebook应用程序myPersonality项目的数据，该项目对分享Facebook个人资料以供研究的用户进行了个性测试。 “人工智能讨厌风险” 根据马茨的说法，依赖人工智能来指导决策——例如，选择去哪里度假或买什么步行鞋——会引导人们倾向于最常见的选择，而远离更具特色或甚至古怪的行为和偏好。 她写道，人工智能实际上缩小了用户“在主题和心理亲和力上探索的范围”，并补充说“LLMs在用户的偏好范围内谨慎行事。” 换句话说，即使一个人工智能代理知道其用户偶尔会在任何特定主题上做出不寻常或反常的决定，比如晚餐吃什么，马茨补充说：“LLM代理会促使行为朝向更规范的选择，并缩小个体的探索范围。” 马茨表示：“人工智能讨厌风险，因为我们这样训练它。” “它想让你留在平台上，所以它向你展示你已经喜欢的东西，而不是你做的事情的边缘内容。” 她补充道，人工智能应用程序不必以这种方式运作，但这就是它们被编程的工作方式。 为了防止人工智能代理削弱人类经验的丰富性和多样性，马茨鼓励科技开发者为希望获得更多意外和不太常规推荐的用户建立“探索模式”选项。 她表示，这将有助于确保“我们防止自己作为个体变得无趣，确保文化不会陷入单一的偏好设置。” 编辑：阿兰·舍特 在：人工智能技术高管分析人工智能代理 高管解释人工智能代理的工作原理，警告不要给予它们过多的权限 06:58 高管解释人工智能代理的工作原理，警告不要给予它们过多的权限（06:58）