为什么我们会排斥AI生成的内容？

这期讲了什么

从心理学和传播学视角，解剖我们排斥AI内容的五层原因——

• 技术恐惧症（Technophobia）：技术恐惧症贯穿整个工业史，从1811年卢德分子砸织机，到浪漫主义诗人抵制工业革命，再到今天对AI的焦虑；在AI时代，恐惧的核心从”工具障碍”转向了”强者威胁”——不再是”我用不好它”，而是”它太聪明了，会不会有一天超越我”；拉里·罗森将技术恐惧者分为三类：不舒服的使用者、认知型恐惧者、焦虑型恐惧者，对应今天的老年人、专业人士和普通用户
• 跨种族效应（Cross-race effect）：人类对自己族裔的面孔识别更准确、更敏感；在人与AI的互动中出现”类跨种族效应”——当AI的面孔、声音或行为偏离”人类范式”哪怕一丝丝，大脑就会把它归为”非我族类”，触发排斥和疏离感；这种认知机制不来自生物学，而来自更原始的”熟悉度”和”自然度”感知
• 恐怖谷效应（Uncanny valley）：1970年森政弘发现，机器人的好感度不随拟人化程度线性上升，在接近95%相似时会断崖式下跌；MIT研究证实恐怖谷已延伸到文本、图像、音视频——“精神上的恐怖谷”；关键洞见：随着AI技术提升，恐怖谷不会消失，只会从”看得出破绽”演变为”完全无法分辨”的更深层恐惧——我们害怕的不再是AI的”不像人”，而是”太像人”
• 理解与回应（Understanding & Response）：沟通的本质不是信息传递，而是意义的共创；用AI直接生成回复和借助AI深度理解后再亲自回应，体验天壤之别——前者”理解”缺失，后者人类完成了核心环节；人类语言的魅力在于”不完备性”和”连续性”，那个有凹凸不平的独特内核是AI的概率输出无法复制的；警示：如果长期让AI代劳理解和回应，人类的思考能力、共情能力和创造力将逐步退化
• AI还不够专业：AI的能力上限由训练数据决定；在数据丰富、知识相对标准化的领域（如基础编程）效果好；在高深、稀缺、充满思辨的领域效果差；在创意领域，人类审美系统能轻易识别”模仿”和”衍生”，缺乏原创性的AI作品难以脱颖而出

几个关键判断

• 技术恐惧症有其历史必然性，但未来会更哲学化——每次重大技术变革都伴随恐惧，苏格拉底曾担忧书写会削弱记忆力；但AI时代的深层焦虑——“AI威胁人类身份与价值”——不会随技术普及而消散，反而会引发更持久的伦理与监管讨论
• 恐怖谷的危险正在从”可见破绽”转向”隐性欺骗”——当AI生成的白人面孔被认为比真实面孔更”真实”时，我们已进入一个新的恐惧维度：不是AI做得不够好，而是我们无法再分辨真假
• 沟通对象是人还是AI，不是问题的核心——问题在于AI有没有替代”理解”和”回应”这两个环节；要让自己的手把着AI写，而不是让AI把着你的手写
• AI与人类的互动更像”一夜情”而非”长期关系”——高效获取信息可以，但建立真正的情感连接需要那种连续的、有生命力的、独特内核，这是当前AI无法提供的

时间轴

• 01:55 技术恐惧症（Technophobia）
• 10:00 跨种族效应（Cross-race effect）
• 16:18 恐怖谷效应（Uncanny valley）
• 23:22 别让沟通失去”理解”与”回应”的温度
• 30:26 AI还是不够专业

推荐阅读

• 个人长文：《为什么我们会排斥AI生成的内容？》
• Masahiro Mori：The Uncanny Valley（1970）
• Larry Rosen：iDisorder: Understanding Our Obsession with Technology