张 宇
(云南师范大学,云南 昆明 650500)
为了应对大量的信息,人工智能(Artificial Intelligence,AI)技术出现在了人们的眼前,现在主要被用于协助挑选和辨别信息,方便了人们使用互联网,但也会产生一些意想不到的影响。
根据最新的《中国互联网络发展状况统计报告》调查显示,截至2019年6月,我国网民规模达8.54亿,其中,手机网民规模达8.47亿,已经超过了欧洲现在的总人口数。伴随着互联网的发展,网络空间中各类应用的层出不穷引发了数据规模的爆炸式增长,形成了网络空间的大数据,但大量的、有价值的信息却并不一定能准确地为人们提供服务。当人类进入海量信息时代,信息过载问题也随之而来。
信息量的过量增加,不仅会使人产生选择规避,也会降低决策质量。为了应对越来越多的信息和资讯,许多网站和应用程序开始使用AI来帮助人们接收信息,并逐渐成为大多数APP和网站应用的流行方式。
当前,AI被称为世界三大尖端技术之一。20世纪70年代以来,AI已经扩展到机械定理证明、机器翻译、专家系统、博弈论、模式识别、机器学习、机器人技术和智能控制等领域。相对于日趋成熟的AI,人类智能的决策本身存在各种各样的问题。人们的决策既受外在的因素、时间压力和信息特征的影响,也受自身知识储备和情绪的影响,还有一些非理性决策的现象,诸如框架效应、时间折扣、概率知觉和沉没成本偏差等。
从社会环境、历史发展、自身需求和产品实践来看,运用AI为人们减轻信息负担、解决信息过载的问题,是必然也是明智的选择。随着科学技术的迅速发展,人们对其的认识也要逐步提升。
AI带来的便利无处不在,它也被尽可能地应用于分辨更多的信息,做更多的决策。人们长期沉浸在被动决策的情境下,可能会有习得性的拖延。
拖延是指尽管预见到该行为会带来不利后果,人们仍自愿推迟开始或完成某一计划好的行为。
拖延的核心机制虽然尚不清楚,但拖延的决策模型认为,拖延心理机制的核心问题是“现在做还是以后做”的决策问题。任何的影响因素和可能原因最后作用的对象都是拖延或者不拖延这两种倾向。例如,冲动性最终增加的是拖延的倾向,而自我控制最终增加的是不拖延的倾向[1]。所以说,拖延行为的产生其实就是一个决策问题。当人的决策能力弱化时,拖延行为便会大大增加。
在决策过程中,虽然动机越强,在对应任务上的拖延行为就越少[2],但根据拖延的决策模型,拖延的产生不仅跟结果的预期效用有关,更重要的是跟过程的效用有关。拖延的动机极可能来自于对任务过程效用的负性认识[3]。AI的应用可能会加剧这种负性认识。人们会发现,与AI决策相比,自己的决策结果会更差,从而加剧了决策的拖延。
在拖延的决策模型中,当决定当下是否执行某任务时,若执行任务时的负性过程体验大于当下所能预期到的结果效用,那么个体则会选择拖延该任务,反之则不拖延。此时任务的过程效用会接近于其实际的体验效用。由于结果总是在任务过程之后,因此结果效用来自预期,就会产生延迟折扣。
延迟折扣是指与当前或近期的获益(或损失)相比,人们一般倾向于赋予将来获益(或损失)更小的权重。当结果效用小于过程效用的负性体验,拖延就会发生。随着截止时间临近,结果效用的延迟折扣越来越小,结果效用就越来越大,当大于过程效用的负性体验时,拖延就会停止。
AI采用大数据分析和深度学习,根据用户的特征帮助用户决定查看什么信息、去做什么决策。有很多人意识不到的、做不了的决策,AI都可以很好地进行决策,而且最终效果会比自己本身所做的决策更好。在拖延的决策模型下,和AI的智能决策相比,自己独立所做决策的过程效用负性体验较高,结果效用较差,所以在AI决策外的自主决策时,就更容易发生拖延。
当人们沉醉在智能推荐、智能搜索等新兴AI技术的应用上,持续不停地翻看着AI推送的小视频和新闻,甚至连买一卷卫生纸都需要上网搜索信息进行选择时,最宝贵的决策权就在浑然不知中被剥夺了。
如果把大多数的决策都交予AI来做,人们的思维习惯便会产生变化。决策思维习惯减少,决策思维训练也就变少,决策力就会降低。就像群体决策一样,AI决策也会慢慢地侵蚀人们独立的决策空间。最典型的就是羊群行为概念,被用来描述人类在资本市场中出现的一种典型现象,指在不确定的情境中,投资者在相同时段内模仿他人进行投资决策的行为[4]。在AI决策的应用中,AI会利用大数据生成的个人喜好和标签,使人们更加偏向所提供的选择和决策,偏离自己的真实所想。
AI决策可能比群体决策有更好的效用,所以,会使人们更为依赖,产生的负面效应也更难摆脱。“个人一旦融入群体,他的个性便会被湮没,群体的思想便会占据绝对的统治地位,而与此同时,群体的行为也会表现出排斥异议、极端化、情绪化及低智商化等特点,进而对社会产生破坏性的影响[5]。”当人工智能思维和AI决策在人们的生活中占主要地位时,它带来的负面效应及负面效应的深度和破坏性只会比群体思维更为严重。
AI现在的运用大多数是在娱乐方面,但也有少部分运用于工作和职位的寻找和晋升。
当AI更多地被应用于目标寻求的决策时,可能会影响到自我的积极性,从而更进一步影响自我认知和自我认同。在工作职位寻求上使用AI进行决策,当遇到挫折或困难时,会对工作有更低的自我认同,就可能会对从事的工作产生排斥的负性情感,继而进一步影响工作,产生恶性循环。
人们会对自己亲自抉择的事情更有主动性,相比于他人决策和AI决策,主动选择的决策能让其更加积极地面对,在挫折中也会有更好的心态,最终在克服挫折中增加对选择对象的认同和对自我的认同。
人之所以去做某个选择,是因为对该项选择的内容或者结果认同。当人在做选择时,尤其是未来和目标不确定的选择时,选择的开始也是对其认同培养的开始。然而任何认同都是从“自我”出发进行确定的,认同标准具有自我性,即坚持自己认可的标准来确定[6]。
应用AI决策对人们的负面影响,除了文章所提出的拖延的增加、人们本身大脑决策力减弱和降低自我认同,还有可能会限制人们的发散性思维和降低人们的反应能力等。
文章虽然只是从理论上提出一些应用AI决策可能存在的影响,但也为接下来的研究提供了一些思路和方向。之后,可以从实证的角度来研究,比如,高结果效用的被动决策对自身拖延形成的影响、智能推送对购买决策的影响、AI工作选定对职业认同的影响等,并在实证研究中发现更多应用AI对人们的影响。