研究發現 AI 可取得性大幅降低「I Don’t Know」回應，同時提升過度自信

1. 事件發生、涉及人物與時間

Matthias Bastian 領導的研究團隊於 2026 年 9 月 26 日發表新發現，該研究執行了五項實驗，總計 3,132 名志願者參與。研究探討了僅僅提供對話式 AI 的可取得性，如何影響人們承認不確定性的意願。

2. 主要發現與實驗細節

• 設計： 參與者需回答需要細緻視覺知識的電影相關問答（例如《Bend It Like Beckham》中球隊制服的顏色）。主要提供的模型為 Step 3.5 Flash，特意選擇其在幾乎所有此類問題上皆答錯，以此作為對 AI 依賴的壓力測試。其他模型——GPT‑5.5、Claude 4.6 Sonnet 與 Gemini 3.5 Flash——在較易題目上表現良好，但在最難的題目上亦會失誤。

• 對「I don’t know」回應的影響： 在前兩項實驗（1a 與 1b）中，參與者可自行決定是否諮詢 AI。若無 AI 可用，他們分別在 36 % 與 44 % 的題目上選擇保留判斷。當 AI 可取得時，這兩個比例分別跌至 6 % 與 3 %。

• 信心與正確率的關係： 在 Study 2 中，信心分數（滿分 100）在有 AI 可用時躍升至 75.9，無 AI 時僅為 29.6，超過兩倍。同時，正確率從 27.6 % 降至僅 10 %。在全部五項研究中，未受激勵且可查詢 AI 的參與者正確回答率僅為 9.2 %，而 AI 被封鎖時則為 27.5 %。

• 金錢誘因： Study 3‑4 引入了小額酬勞（每答對一題獲得 0.10 美元，答錯扣除 0.10 美元，對「I don’t know」不予獎勵）。事前註冊的假設預期誘因會促使更多「I don’t know」回應，但與 AI 可取得性的交互作用未達統計顯著。誘因略為抑制了 AI 查詢——在 Study 3 中，參與者平均在六次可能的請求中詢問 4.53 次，未受誘因時為 5.27 次。雖然有誘因時正確率略有提升，但判斷保留仍遠低於無 AI 的基線。

• 自動 AI 建議： Study 4 自動顯示 AI 答案，模擬現代搜尋引擎與寫作助理在未經提示下呈現 AI 生成內容的方式。結果仍呈相同趨勢：在無誘因情況下，判斷保留率從約 35 %（無 AI）下降至 1 %（自動顯示 AI），有誘因時則從約 39 % 降至 7 %。

• 詮釋： 作者將此現象稱為「Epistemia」，即因 AI 輸出聽起來具權威性而被接受的傾向，即使模型本身沒有承認無知的機制。此現象與傳統「建議使用」文獻相左，後者指出人們通常保守地權衡外部建議，僅向顧問立場移動約三分之一。而本研究中，參與者卻朝相反方向偏移，有時因跟隨 AI 而將正確答案變成錯誤。

• 更廣泛的研究： 論文引用了相關研究，包括瑞士商學院對 666 名受訪者的調查，發現 AI 依賴度與批判性思考分數之間存在顯著負相關；以及微軟的研究指出，短暫的 AI 輔助會削弱後續任務的問題解決持續性。兩者皆暗示 AI 使用會消耗後設認知資源，儘管較高的教育程度可能緩衝此效應。

3. 產業背景與影響

隨著 AI 生成的答案逐漸嵌入日常工具——搜尋引擎已開始呈現大型語言模型的摘要，寫作助理也會主動提供建議——本研究結果應時而出。研究警告，此類無所不在的 AI 可能侵蝕承認不確定性的習慣，而這是良好決策的基石。雖然提升模型準確度仍是首要任務，作者認為維持使用者說「I don’t know」的意願，同樣關鍵，以保有人類判斷力於日益 AI 增強的世界中。