斯坦福最新 AI 指数凸显专家与公众之间日益扩大的分歧

关于 AI 的争论不再围绕同样的担忧展开

斯坦福最新的 AI 指数正在放大一条过去几个月已然可见、但如今越来越难以忽视的分歧：专家和普通用户谈论的并不是同一种技术，也不是同一种方式。正如 MIT Technology Review 所概括的那样，这份报告显示，专家的乐观与公众的不安之间存在明显落差，尤其是在 AI 对就业、医疗和经济的影响方面。

原文中引用的数据十分惊人。就就业而言，73% 的美国专家对 AI 的影响持积极态度，而公众中这一比例只有 23%，相差 50 个百分点。这并不是对速度或监管的轻微分歧，而是表明当前 AI 热潮带来了两种截然不同的现实体验。

为什么这种脱节在扩大

来源文本提出的一种解释是，专家和非专家是在根本不同的场景中接触 AI 的。重度用户，尤其是那些用 AI 编码或加速专业工作的人，更可能把这项技术视为一种杠杆。他们看到任务更快完成，想法更容易被原型化，以及切实可感的生产力提升。对他们而言，AI 可能像是一种强大的工具，缺点可以接受，因为好处是立刻可见的。

更广泛的公众往往看到的是另一种图景。人们担心自己的薪水，担心自动化是否会压低工资，担心 AI 会如何改变医疗服务，甚至担心数据中心扩张是否会推高公用事业费用。这些担忧不同于关于通用人工智能的长期争论那样带有强烈推测性。它们根植于日常的经济不安全感，以及围绕这项技术正在发生、且肉眼可见的工作和基础设施重组。

行业的反复横跳问题

Technology Review 的分析还指出了紧张的第二个来源：AI 会释放出相互矛盾的信号。模型可以在某些基准任务中取得极其出色的成绩，却仍然在看似更简单的任务上失败。文章引用斯坦福的说明称，Google DeepMind 的 Gemini Deep Think 在国际数学奥林匹克竞赛中获得了金牌，却有一半时间无法读取模拟时钟。无论人们将其视为当前系统的局限，还是快速且不均衡进步的证据，这都加剧了人们对 AI 既被过度炒作又确实具有变革性的感觉。

这种矛盾有助于解释为什么公众意见如此不稳定。人们被告知 AI 将改变经济、医疗和就业，同时又不断看到其脆弱表现的例子。结果不是信心，而是困惑。而当公司继续高速推进部署时，困惑往往会固化为不信任。

AI 指数对下一阶段的 संकेत

• 公众怀疑正在成为关键的政治和市场变量，而不是短暂的公关问题。
• 专家的热情似乎与对 AI 工具的直接、高频使用密切相关。
• 对公众来说，经济担忧比抽象的 AGI 场景更重要。
• AI 能力的不均衡正在同时强化兴奋和反弹。

来源文本还提到支撑这股热潮的几个重要结构性事实，包括美国庞大的数据中心版图，以及在全球芯片供应链中高度依赖台湾台积电。这些细节很重要，因为它们说明 AI 已经在重塑现实中的基础设施、资本配置和地缘政治风险。因此，公众的担忧并不是脱离现实的。它是在回应一波正在实质改变人们所依赖系统的技术浪潮。

对正在构建 AI 产品的公司而言，这意味着令人不适但明确的结论。不能把采用率当成唯一重要的指标。如果公众越来越相信 AI 是为内部人士打造的，而成本和风险却被向外社会化，那么无论技术进步如何，反弹都会加深。仅靠更好的模型，并不能弥合由就业焦虑、医疗担忧和经济不确定性造成的信任鸿沟。

斯坦福的 AI 指数并没有裁定 AI 将走向何方。它做了更重要的事。它显示，这场争论本身已经分裂成彼此独立的现实。一边由重度用户的收益和前沿模型的动能定义，另一边则由脆弱性、不平等，以及“利益不会被共享”的担忧所定义。任何关于 AI 政策或部署的严肃讨论，现在都必须从这里开始。

本文基于 MIT Technology Review 的报道。阅读原文。