待验证50% 置信观点精确时间

Gary Marcus、Timnit Gebru等AI批评学者指出过度拟人化和去人化两种认知偏差都阻碍了对AI系统的客观评估与有效监管

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

AI欺骗行为：为何无需意识同样危险

相关事实

已验证心理学将人们对AI输出的过度信任归因于自动化偏差（Automation Bias）77% 相似待验证罗德尼·布鲁克斯在1991年的论文《没有表示的智能》中系统性地反对传统AI的符号推理范式，主张智能必须通过身体与环境的持续交互涌现72% 相似待验证批评者认为将福利概念套用到当前语言模型是拟人化的过度延伸，可能分散对更紧迫AI安全和社会影响问题的注意力72% 相似待验证吴恩达指出社交媒体上广泛传播的AI翻车案例导致人们对AI错误率产生过高估计，这是一种可得性启发认知偏差71% 相似已验证过度依赖AI可能带来思维惰性、技能退化和信息茧房等潜在风险70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/504380

API

curl https://kongchang.com/api/v1/knowledge/claims/504380

MCP

get_claim(id=504380)