The Rise of AI Search: Implications for Information Markets and Human Judgement at Scale
该研究通过在全球 243 个国家进行的 2.4 万次搜索实验发现，AI 搜索在 2024 至 2025 年间迅速扩张并伴随显著的政策性差异，其结果呈现出来源多样性降低、可信度下降及政治倾向性增强等特征，从而对信息市场的经济激励、集中度以及人类的大规模判断与决策产生了深远影响，亟需引发全球关于相关政策的讨论。
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
🌍 AI 搜索大爆发：一场关于“谁在告诉我们真相”的全球实验
想象一下，你以前去图书馆查资料，需要自己在一排排书架上找书，比较不同作者的观点，然后自己拼凑出答案。现在，图书馆管理员（AI）直接走到你面前，递给你一张写满答案的纸条，并说：“别找了，这就是答案。”
这篇由麻省理工学院（MIT）学者 Sinan Aral 等人撰写的论文，就是关于这张“纸条”正在如何彻底改变我们获取信息的方式，以及它可能带来的巨大风险。
以下是用通俗语言和生动比喻对这篇论文核心内容的解读：
1. 实验背景：一场全球范围的“大摸底”
研究人员在 2024 年和 2025 年，向全球 243 个国家发起了2.4 万次搜索提问，生成了280 万条搜索结果。
- 目的：看看 AI 搜索（如 Google 的 AI 概览、OpenAI 的 ChatGPT 搜索等）到底覆盖了多广？它是怎么回答问题的？
- 发现：AI 搜索的扩张速度惊人。2024 年只有 7 个国家能看到 AI 答案，到了 2025 年，这个数字飙升至229 个国家。
2. 看不见的“开关”：科技巨头的秘密决策
就像你家里的电灯开关，科技公司掌握着给哪些国家、哪些话题“通电”的权力，而且他们很少公开说明。
- 被“拉闸”的国家：法国、土耳其、中国、古巴等国家，直到 2025 年依然完全看不到AI 搜索结果。
- 被“突然打开”的话题：最惊人的例子是关于新冠疫情的搜索。
- 2024 年：只有 1% 的新冠问题由 AI 回答（当时政府严控，AI 不敢乱说）。
- 2025 年：这个数字飙升至66%（增长了 5600%！）。
- 比喻：这就像以前医生只敢在特定情况下给病人开药，突然有一天，政策一变，不管病人问什么，AI 都开始疯狂开药方了。这种巨大的政策转变，普通用户根本察觉不到。
3. AI 搜索的“副作用”：它如何改变了我们的思维？
A. 信息的“长尾”消失了（富者愈富）
- 传统搜索：像是一个热闹的集市，既有大超市（知名网站），也有路边摊（小众、独特的长尾信息源）。
- AI 搜索：像是一个只卖名牌的精品店。AI 倾向于引用最热门的前 1000 个网站，而忽略了那些小众但可能很有价值的“长尾”信息源。
- 后果：如果小众网站没人点了，它们就会倒闭。最终，互联网上的声音会变得单一，只有几家大巨头在说话。
B. “回声室”效应加剧（只听你想听的）
- 传统搜索：给你一堆链接，你需要自己判断哪个可信，这迫使你接触不同的观点。
- AI 搜索：它像一个只会说一种声音的导游。它把信息合成一个“完美”的答案。
- 研究发现：AI 生成的答案中，右翼和中间派的信息源更多，而左翼和低可信度的信息源也意外地更多。
- 比喻：以前你是在看一场辩论赛，现在 AI 直接告诉你“裁判的结论”，而且这个结论可能带有偏见，让你误以为这就是全部真相。
C. 信任的陷阱（“看起来像真的”）
- 现象：当 AI 在答案后面加上引用链接时，人们更信任它，哪怕这些链接是错的，或者链接到的内容根本不支持 AI 的说法（这叫“幻觉”）。
- 比喻：这就像骗子穿了一件印有“官方认证”字样的马甲。研究表明，受教育程度较低或不熟悉科技的人群最容易上当，因为他们更倾向于相信那个“看起来很专业”的答案。
4. 为什么这很危险？
- 经济危机：如果大家都直接看 AI 总结，不再点击原始新闻网站，那些靠广告生存的记者、调查员和原创内容创作者就会失去收入。没人写新闻了，AI 拿什么来训练？ 这是一个恶性循环。
- 判断力退化：以前我们习惯“三角测量”（打开多个标签页，对比不同来源）。现在，我们习惯了“一键获取答案”。这种认知习惯的改变，让我们在面对复杂问题（如医疗、金融、投票）时，变得盲目自信，不再去核实真相。
5. 我们该怎么办？（给各方的建议）
这篇论文不仅指出了问题，还开出了“药方”：
给科技巨头（平台）：
- 像查账一样查来源：AI 说的每一句话，都要能点进去看到具体的原文（“逐句引用”）。
- 展示不确定性：如果 AI 不确定，或者不同专家有分歧，要直接告诉用户“这里大家有争议”，而不是强行合成一个答案。
- 给钱：如果 AI 用了你的内容，应该像流媒体播放音乐一样，给内容创作者付费。
给政府（监管者）：
- 强制透明：要求大公司定期公布报告：AI 在哪些话题上回答了多少？错误率是多少？引用了哪些网站？
- 保护公共信息：对于医疗、紧急救援等关键领域，强制 AI 必须展示一定数量的多样化来源链接，不能只给一个“独家答案”。
给科学家：
- 建立独立的“审计机构”，像测通胀率一样，定期测量 AI 搜索的准确性和偏见，不能只听大公司的自吹自擂。
给普通用户（我们）：
- “双击原则”：对于健康、金钱、法律等重要决定，不要只信 AI 的第一句话。强迫自己至少点击两个原始链接去核实。
- 保持怀疑：记住，AI 是一个“合成器”，不是“真理制造机”。它可能会为了流畅而编造事实。
总结
这篇论文的核心观点是：AI 搜索不仅仅是技术的升级，它正在重塑我们社会的“信息生态系统”。
它让我们获取信息变得更快、更爽，但也可能让我们变得更懒、更盲从、更不信任彼此。如果不加以干预，我们可能会生活在一个由少数几家科技公司定义的“单一真相”世界里。
现在的窗口期很短，我们需要在 AI 彻底接管我们的思维习惯之前，建立起新的规则，确保它服务于人类，而不是反过来控制人类。
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。