9到18岁青少年正抛弃谷歌转向AI：一场后果未知的搜索变革

一代人的搜索习惯正在被重写

一项针对9至18岁青少年用户的研究揭示了一个正在发生的深刻转变：这个年龄段的年轻人正逐渐放弃传统的谷歌搜索，转而将AI工具作为获取信息的首选入口。这一趋势在技术社区Hacker News上引发了讨论，尽管目前样本讨论规模有限，但其指向的现象值得所有关注教育、信息素养和科技行业的人深思。

对于成长于生成式AI时代的青少年而言，向一个能够直接给出答案的对话式AI提问，远比在搜索引擎中输入关键词、再逐个筛选十条蓝色链接来得自然。他们从一开始接触信息检索时，习惯的就不是"搜索并判断"，而是"提问并接收"。这种代际差异，可能正在悄然重塑整整一代人与信息互动的底层方式。

为什么AI对年轻用户更有吸引力

从产品体验角度看，AI工具相较传统搜索引擎的优势对青少年尤其明显。传统搜索要求用户具备一定的信息筛选能力——判断哪个链接更权威、如何交叉验证、怎样提炼关键词。而AI则将这一切前置处理，直接输出看似完整、连贯的答案。

对于认知能力和信息素养仍在发展中的青少年来说，这种"低摩擦"的体验极具吸引力。他们无需在多个网页间跳转，也不必忍受充斥着广告和SEO垃圾内容的搜索结果页。AI给出的回答通常语气友好、条理清晰，更像是一位随时待命的私人助教。

便利背后的认知代价

然而，这种便利也带来了研究者所担忧的"未知后果"（unknown consequences）。当答案被直接"喂"到用户面前，评估信息可信度、辨别信源、进行批判性思考的关键环节就被跳过了。搜索引擎虽然繁琐，但那个筛选和判断的过程本身，恰恰是信息素养训练的一部分。

更值得警惕的是AI的"幻觉"问题。生成式AI会以极其自信的口吻输出错误信息，而青少年用户往往缺乏识别这类错误的经验和知识储备。当一个孩子把AI的回答默认视为权威真理时，错误信息的传播风险将显著上升。

AI"幻觉"（Hallucination）是指大语言模型以高度自信的语气生成看似合理、实则错误或无中生有的信息。这一现象源于生成式AI的底层机制——模型的目标是预测"下一个最可能的词"，而非核实事实的真实性。因此，它可以流畅地"编造"不存在的论文引用、错误的历史日期或失真的科学结论，且表述方式与正确答案完全一致，难以从语气或格式上加以区分。对成年专业用户而言，识别幻觉需要依赖既有的领域知识进行交叉校验；而对于知识储备有限的青少年，这道防线几乎不存在。目前主流大模型（如GPT-4、Gemini）在减少幻觉方面已有显著进展，但业界普遍承认该问题尚未根本解决，在小众知识领域和复杂推理任务中仍频繁出现。

"未知后果"究竟指向什么

研究标题中的"unknown consequences"是整个讨论的核心焦点。这些潜在后果可以从几个维度来理解。

批判性思维的退化：如果一代人从未经历过"在众多信息中做判断"的训练，他们的信息辨别能力可能从根本上被削弱。搜索的过程虽然低效，却隐含着一种主动的认知参与。

信源意识的缺失：传统搜索至少会展示信息来自哪个网站、哪个机构。而AI的回答往往抹平了信源，用户很难知道某个结论究竟基于什么依据，也就更难追溯和质疑。

信息生态的连锁反应：如果年轻用户大规模转向AI，依赖搜索流量生存的内容创作者、媒体和知识网站将面临流量枯竭。这可能进一步恶化开放网络的内容质量，形成"AI消费内容、内容却无人生产"的恶性循环。

对科技行业与教育的启示

这一趋势对多方都提出了新课题。对搜索巨头而言，谷歌等公司显然已经意识到威胁，纷纷将AI摘要功能整合进搜索产品，试图在用户流失前完成自我革新。搜索与AI问答的边界正在快速模糊。

对教育系统来说，如何在AI时代重新定义"信息素养"变得空前紧迫。过去教孩子"如何搜索"，未来或许需要教他们"如何向AI提问"以及更重要的"如何质疑AI的回答"。培养对AI输出保持健康怀疑的能力，可能成为新时代的核心素养。

对AI产品开发者而言，如何在提供便利的同时，增强回答的可溯源性、标注不确定性、引导用户进行二次验证，是产品设计中不可回避的伦理责任——尤其是当核心用户群体中包含大量未成年人时。

谷歌在2023年推出的"搜索生成体验"（Search Generative Experience，SGE，现已更名为AI Overviews）正是其应对这一威胁的核心举措。该功能在搜索结果页顶部直接展示由AI生成的摘要性回答，同时附带来源链接，试图兼顾AI问答的便利性与传统搜索的可溯源性。然而，这一做法本身也引发了新的争议：批评者认为AI摘要进一步减少了用户点击原始网站的动力，加剧了内容创作者的流量焦虑；支持者则认为这是在用户完全流失到ChatGPT等独立AI产品之前，搜索引擎维持相关性的必要进化。这场"搜索引擎与AI问答融合"的产品竞赛，目前仍在快速演变之中。

一个需要持续观察的信号

需要客观指出的是，这一现象目前主要停留在研究观察和社区讨论层面，相关的样本规模和长期影响仍有待更严谨的追踪研究来验证。将其视为"一代人的认知方式正在改变"或许为时尚早，但作为一个早期信号，它足够清晰也足够重要。

技术从来不是中性的。当获取信息的方式发生根本改变时，人与知识的关系也随之重构。青少年抛弃谷歌转向AI，既是技术进步的自然结果，也是一个需要教育者、家长和行业共同面对的开放性命题。真正的问题或许不是"要不要用AI"，而是"如何用好AI，同时不丢掉独立思考的能力"。

背景补充

这一循环在学术上被称为"数据枯竭"或"模型崩溃"（Model Collapse）问题的现实版本。当AI大规模消费网络内容并将其作为输出，同时减少流向原始内容创作者的流量激励时，高质量的原创内容生产将逐渐萎缩。未来AI训练所依赖的数据集中，AI生成内容的比例会持续升高，而这类内容往往经过同质化处理、缺乏一手信息来源。研究者担忧，长此以往，AI模型的"知识源头"本身会退化——就像反复复印的复印件，每一代都会损失细节和准确度。这不仅是商业问题，也构成对整个信息生态系统长期健康的结构性威胁。