宾夕法尼亚州立大学媒体效应教授S. 希亚姆·桑德尔（S. Shyam Sundar）表示，“我们创造了一种系统模式，即不信赖其他人的人对人工智能的分类能力表现出更大的信赖”。
剖析显示，这彷佛是由于用户认为机器代表了准确、客不雅观且没有偏见。
但与此同时，那些“超级用户”，即履历丰富的信息技能用户，涌现了相反的趋势。
他们不太信赖人工智能，由于这些用户认为机器缺少鉴别人类措辞细微差别的能力。

人们对人工智能信任程度不合_人工智能_用户 智能写作

　　研究职员表示，该研究结果有助于提升人类未来对人工智能的接管度。
通过创建用户定制的系统，设计师可以帮助人们降落疑惑和不信赖感情，并建立对人工智能的适当依赖。
该研究的实际意义紧张是找出适当的沟通和设计谋略，帮助用户调度他们对自动化系统的信赖程度。
即某些对人工智能技能过于信赖的人群要把稳其局限性，而那些不相信人工智能有能力审核内容的人该当充分理解人类在这个过程中的参与度。

来源：中国社会科学网-中国社会科学报　作者：王俊美/编译