Trust in Science and Institutional Legitimacy: A Phenomenological Framework for AI-Enabled Health Policy

无形的桥梁：我们为何信任（或不信任）科学机器

想象一下，你正站在一个巨大的、闪闪发光的机器人面前，它声称自己可以治愈疾病、预测天气并修理你坏掉的手机。你知道这个机器人非常聪明；它读过图书馆里的每一本书，能在眨眼之间算出恒星的位置。你信任它的能力（competence）——你知道它能够胜任这项工作。但棘手的部分在于：你是否信任这个机器人会倾听你？你觉得它是否在意你具体的忧虑，还是仅仅把你视为数据库中的一个数字？这种被倾听、被尊重和被包容的感觉，就是科学家所说的开放性（openness）。

长期以来，人们认为只要我们让机器人变得更聪明，每个人就会信任它。但这篇文章指出，事实并非如此，人类的心灵运作方式并非如此。事实证明，信任科学不仅仅取决于科学有多聪明，更取决于决策者与生活在决策结果中的人之间的关系。这项研究调查了一个来自世界各地的大规模群体，以了解他们对科学的感觉。它使用了一种被称为现象学（phenomenology）的特殊思维方式，这只是一个高级词汇，指的是研究人们在日常生活中是如何体验事物的，而不仅仅是在调查问卷中统计他们的答案。它还研究了传播生态（communicational ecologies），这就像是绘制人们讨论科学的不同“社区”地图——有些社区是嘈杂的数字聊天室，而另一些则是安静的传统新闻编辑室。核心问题是：为什么即使生活在同一个国家，有些人也觉得与科学很亲近，而另一些人却觉得像个陌生人？

伟大的信任图谱：不在于你是谁，而在于你如何连接

这篇论文深入研究了一个名为“科学信任项目”的海量数据集，该项目向来自 68 个不同国家的 71,922 人提出了一系列关于他们对科学家信任程度的问题。研究人员想知道，我们是否可以通过观察一个人的年龄、受教育程度或性别来预测其是否信任科学。

大惊喜： 答案是否定的。

研究发现，虽然我们可以根据年龄和教育程度将人们进行分组，但这些群体内部是非常混乱的。一个拥有高中学历的 60 岁老人并不全是同一种对科学的态度。事实上，研究人员发现，社会人口统计类别（如年龄、性别和教育）很难解释为什么有些人觉得与科学亲近，而另一些人却觉得遥远。

该论文建议，与其关注人们是谁，不如关注他们是如何连接的。研究人员发现，信任最大的差距不在于人们是否认为科学家很聪明（他们普遍是这么认为的！），而在于开放性（openness）。在所有群体中，人们都认同科学家是有能力的（他们精通专业知识）。但关于科学家是否开放——即他们是否愿意倾听、交流并关心普通人的生活——这种感觉却差异巨大。有些人觉得科学界是一个邀请他们加入的友好俱乐部；而另一些人则觉得它是一座大门紧锁的堡垒。

四个“相关性形象”

为了理清这些混乱的数据，研究人员并没有简单地列出“信任者”和“非信任者”，而是构建了四个独特的角色轮廓，他们称之为**“相关性形象”（Figures of Relevance）**。请不要将这些视为固定的人物类型，而应将其视为体验科学世界的不同“氛围”或方式。这些形象是由一个人的生活状况、获取新闻的方式以及他对科学的感觉共同构成的。

以下是论文中发现的四个角色：

1. 参与型形象（The Engaged Figure）： 他们通常是受过高等教育的年轻成年人，在数字世界中非常活跃。他们活跃在数字传播生态（如社交媒体和即时通讯应用）中。他们感到与科学亲近，因为他们可以参与讨论、分享想法，并感觉到自己是对话的一部分。他们信任科学，因为他们感到自己被看见和被倾听。
2. 边缘型形象（The Peripheral Figure）： 他们通常是受教育程度较低的中老年人。他们知道科学家很聪明，但他们觉得科学界并不真正倾听他们的声音。他们更多地依赖正式传播生态（如电视、广播和报纸），并且并不觉得与数字化的喧嚣有太多联系。他们觉得自己像是局外人。
3. 疏离型形象（The Distant Figure）： 这个群体包括受教育程度较低的年轻人，他们感到最明显的脱节。他们不太信任科学，也并不以任何方式参与其中。他们觉得离整个系统很远。
4. 锚定型形象（The Anchored Figure）： 他们是深受体制信任的高学历年长者。他们依赖正式媒体，并感到生活稳定，但他们可能不像“参与型”群体那样渴望跳入数字对话。他们信任这个系统，因为它感觉稳固且可靠，即便他们并不是引领对话的人。

信任的数字鸿沟

论文中最重要的发现之一是关于人们如何获取信息。研究人员使用了一种特殊的数学工具来观察人们如何消费科学新闻。他们发现，过去那种“被动式”（仅仅看电视）与“主动式”（在社交媒体上发帖）的划分方式是不准确的。

相反，真正的分水岭在于数字生态（Digital Ecologies）（社交媒体、即时通讯应用）与正式生态（Formal Ecologies）（电视、广播、新闻网站）之间。

• 数字生态更多地被“参与型”和“疏离型”人物使用。论文指出，如果我们只使用数字策略来传达健康政策，可能会无意中扩大差距。 “参与型”的人会更加投入，但“边缘型”和“疏离型”的人可能会感到更加被排斥，因为他们并不活跃在这些数字空间中。
• 正式生态（如电视和广播）在所有群体中的使用较为均衡。这意味着，如果我们想要触达所有人，我们不能仅仅通过推特发声；我们也需要出现在广播和报纸上。

这对未来的健康事业意味着什么

论文认为，我们目前正试图构建一个由**人工智能（AI）**辅助运行医疗系统的未来。我们希望 AI 能诊断疾病并管理医院。但论文警告说，如果我们仅仅假设每个人都会因为 AI “聪明”而信任它，我们将会失败。

主要发现是，信任是一种关系，而不是一个开关。 你不能仅仅通过拨动开关就让人们信任科学。问题不在于人们是否认为科学家很聪明，而在于他们觉得这些机构对他们而言不够开放。

论文建议，为了让 AI 健康政策发挥作用，我们需要停止用同样的方式对待所有人。相反，我们需要设计符合不同相关性形象的政策。

• 对于参与型，我们需要透明度和数字对话。
• 对于边缘型，我们需要利用传统媒体，并确保他们能被社区领袖听到。
• 对于疏离型，我们需要建立地方性的联系和教育。
• 对于锚定型，我们需要展示稳定性和可靠性。

作者谨慎地指出，这是一个初步框架。他们并不是说已经永久解决了信任问题，而是建议，如果我们希望 AI 在医疗领域发挥作用，我们就必须停止将信任仅仅视为调查问卷上的一个数字。我们必须理解，信任是一种复杂且鲜活的存在，它取决于人们是否觉得科学世界是一个让他们产生归属感的地方。目标不仅仅是证明科学是有能力的，而是要弥合“知晓科学很聪明”与“感受到科学在乎”之间的鸿沟。