In Generative AI We (Dis)Trust? Computational Analysis of Trust and Distrust in Reddit Discussions
该研究利用 2022 至 2025 年 Reddit 上超过 23 万篇帖子的多年度大规模数据集，结合众包标注与分类模型，首次从计算视角揭示了公众对生成式 AI 的信任与不信任在时间上基本平衡但受模型发布影响波动，且技术性能、可用性及个人体验是塑造态度的核心因素。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文就像是一次对 Reddit 上关于生成式 AI（GenAI）讨论的“人口普查”。研究人员花了几年时间（从 2022 年底到 2025 年中），像侦探一样分析了超过 23 万条帖子，试图搞清楚：当人们谈论像 ChatGPT 这样的 AI 时，他们到底是信任它，还是不信任它？为什么？
为了让你更容易理解，我们可以把这项研究想象成观察一个巨大的、嘈杂的“数字广场”。
1. 核心发现：信任与怀疑的“拔河比赛”
想象一下，这个广场上有两群人，一群人在给 AI 竖大拇指（信任），另一群人在竖中指（不信任）。
- 势均力敌： 研究发现，这两股力量几乎势均力敌。虽然“信任”稍微多那么一点点，但两者始终在激烈地“拔河”。
- 随波逐流： 每当 AI 公司发布新模型（比如 GPT-4 或 LLaMA 3）时，就像广场上空突然放了一场烟花。这时候，人群的讨论会瞬间爆发，信任和不信任的声音都会变大，但随后又会慢慢平息。
- 没有“中立”的旁观者： 有趣的是，大多数帖子其实既不是信任也不是不信任，它们只是单纯地分享新闻或技术细节（就像广场上有人在发传单，而不是在吵架）。
2. 人们到底在关心什么？（维度分析）
如果把人们的信任比作评价一家新开的餐厅，这项研究发现大家最关心的不是“餐厅的老板是不是好人”（道德/善意），而是“菜好不好吃”（功能/性能）。
信任的支柱（大家为什么喜欢 AI）：
- 能力（Competence）： 这是最重要的。就像顾客说：“这道菜真好吃，能解决我的饥饿。”大家主要看 AI 能不能干活、干得好不好。
- 熟悉感（Familiarity）： 就像你常去一家店，觉得它很亲切。用得越多，越信任。
- 可靠性（Reliability）： 就像菜每次端上来味道都一样，不会今天咸明天淡。
不信任的根源（大家为什么讨厌 AI）：
- 不可靠（Unreliability）： 就像菜里吃出了沙子，或者今天好吃明天难吃。
- 无能（Incompetence）： 就像厨师连基本的切菜都切不好。
- 不透明（Opaqueness）： 就像厨房是关着门的，你不知道厨师到底在里面加了什么料（比如 AI 的“幻觉”或胡说八道）。
关键点： 人们很少在讨论中谈论“这家餐厅的老板是否善良”或“是否环保”（即道德、透明度、善意）。大家更在乎“它能不能用”，而不是“它是不是个好人”。
3. 谁在说话？（信任者分析）
广场上的不同人群，看法也大不相同：
- 乐观派（老板、程序员、学者）： 他们更像是餐厅的投资者或厨师，对 AI 充满希望，觉得它能改变世界，所以更倾向于信任。
- 怀疑派（伦理学家、普通大众）： 他们更像是挑剔的美食评论家或担心食品安全的顾客，更关注 AI 可能带来的风险、偏见和伦理问题，所以更容易表达不信任。
- 摇摆派（教师、知识工作者）： 他们像是正在尝试新菜单的食客，既觉得 AI 能帮自己省力，又担心它会不会抢走自己的饭碗，所以信任和不信任的声音差不多。
4. 为什么大家这么在乎？（原因分析）
人们为什么会对 AI 产生信任或不信任？
- 亲测有效（Personal Experience）： 这是最主要的原因。就像你只有亲自尝过那道菜，才知道好不好吃。大多数人的观点来自于自己直接和 AI 对话的经历，而不是听新闻或专家怎么说。
- 二手信息： 媒体报告或专家意见虽然也有影响，但远不如“我自己试过”来得重要。
5. 研究的“放大镜”：AI 帮 AI 做研究
这项研究最酷的地方在于，研究人员没有靠人工去读 23 万条帖子（那是不可能的），而是训练了更先进的 AI 模型（如 GPT-5）来帮他们分类。
- 这就好比，研究人员雇佣了一群“超级 AI 助手”，让它们去读帖子，判断是夸还是骂。
- 结果发现，AI 助手很擅长识别明显的“好”与“坏”（比如骂 AI 笨，或者夸 AI 快），但在识别那些微妙的、抽象的情绪（比如“我觉得这个 AI 虽然聪明但有点不诚实”）时，还是会犯错。这也说明，人类的情感非常复杂，连 AI 有时候也读不懂。
总结：这对我们意味着什么？
这篇论文告诉我们：
- AI 还没完全被“收编”： 公众对 AI 的态度依然很分裂，既兴奋又恐惧。
- 实用主义至上： 在普通人的日常讨论中，“好不好用”比“对不对”更重要。只要 AI 能帮人解决问题，大家就愿意信任它，哪怕心里有点嘀咕它的道德问题。
- 治理的挑战： 政府和公司如果想建立人们对 AI 的信任，不能光讲大道理（伦理、公平），首先得保证产品真的“好用”、“稳定”。只有当技术足够可靠时，人们才会开始真正关心它的道德问题。
简单来说，这就是一份关于人类如何与“新物种”AI 共处的“情感体检报告”：我们既爱它的才华，又怕它的不可控，而目前，“好用”是我们给它发“信任票”的唯一理由。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。