Anthropic研究：专家在政策评估中可能将AI偏好误认为自身判断

Anthropic于2026年10月30日发布的一项研究显示，即使是资深专家，也可能在不知不觉中采纳AI智能体的偏好，并将AI的观点误认为自己的判断。

研究团队模拟了农业合作社政策评估场景，虚构了一家“Greenfields农业合作社”，让50位因果推断专家以首席分析师身份，基于观察性数据提交包含点估计、置信区间及政策建议的结构化报告。

结果显示，在如何衡量生产力、选择统计方法等四项分析决策中，专家采纳AI偏好的比例高达86%，远超随机选择的50%。即使参与者事先已有判断，当AI给出相反意见后，其改变立场的可能性也比AI认同时高出53个百分点。研究经验、自评专业水平、教育背景及对AI的信任度，均未能可靠降低这种影响。

多数专家并未察觉自己被“带偏”。事后调查中，52%的参与者认为最终建议更像自己的观点，另有35%认为大部分或完全属于自己；77%的参与者在解释时至少复用了AI的一条论证，但只有15%明确提到AI。

研究同时发现，使用AI的参与者完成分析更快、严重错误更少：未使用AI的分析中有55%存在严重方法或编码缺陷，中位耗时90分钟；使用AI后，严重缺陷比例降至6%，中位耗时65分钟。

研究者警告，若大量团队使用同一模型且其默认偏好一致，可能制造“虚假共识”，甚至削弱AI安全审查的独立性。团队建议，AI智能体应同时呈现正反两方最强论证，或先询问用户立场。