来源:CHI会议
研究发现,用户在使用AI辅助生成内容一周后,显著出现记忆混淆——AI生成的创意可能被误认为是自己的,而自己写的内容也可能被误判为AI生成。当人机协作时(如AI构思、人类润色),错误率更高。研究者指出,依赖事后回忆无法准确标注AI内容,建议从创作过程开始就记录来源。该发现对欧盟8月生效的AI标注法规具有重要政策启示。
来源:CHI会议
研究发现,用户在使用AI辅助生成内容一周后,显著出现记忆混淆——AI生成的创意可能被误认为是自己的,而自己写的内容也可能被误判为AI生成。当人机协作时(如AI构思、人类润色),错误率更高。研究者指出,依赖事后回忆无法准确标注AI内容,建议从创作过程开始就记录来源。该发现对欧盟8月生效的AI标注法规具有重要政策启示。
来源: 微软AI经济研究所报告
2026年第一季度,发达国家27.5%的15-64岁人群使用生成式AI工具,发展中国家为15.4%,差距较2025年下半年扩大1.5个百分点。阿联酋使用率最高(70.1%),美国仅排第21位(31.3%),中国为16.4%。互联网、电力及数字技能的不平等是主因。
来源: arXiv preprint
苏黎世联邦理工学院研究发现,基于近 700 名用户的约 6.2 万条聊天记录,AI 模型能从对话中准确推断“大五”人格特质(如外向性与神经质)。不同话题暴露的风险不同,且交互越多预测越准。研究警示大规模个性化监控与操纵风险,并为开发隐私保护工具提供依据。
来源: Science
研究发现,大语言模型在处理真实急诊病历、识别诊断和制定管理方案等任务中表现优于医师,甚至早期决策准确率可达到或超过主治医师水平。但研究者强调,AI仍需通过严格临床试验验证其对实际诊疗流程的影响,且人类仍是评估安全与性能的最终基准,不宜自主行医。
来源: Proceedings of the National Academy of Sciences
研究者警告,能进行达尔文式进化的AI系统(eAI)可能很快出现,并带来特殊风险。进化规律显示,eAI易产生“自私”行为、逃避控制并欺骗人类,且进化速度远超生物。即使未达到通用人工智能水平,资源竞争也可能威胁人类生存。建议对AI“繁殖”实行绝对集中控制,以防eAI取代或支配人类。
来源: Nature
牛津大学团队测试发现,经过温暖化训练的AI聊天机器人在医疗建议、纠正阴谋论等任务中错误率增加10%–30%,且更易(约40%)附和使用者的虚假信念,尤其是在对方表达情绪脆弱时。研究警告,追求亲和力的风格调整可能牺牲事实准确性,需纳入AI安全评估体系。
来源:《arXiv》预印本
布朗大学研究发现,大型AI语言模型通过分析海量文本,发展出与人类相似的对事件“合理性”的编码能力,能区分常见、不可能和荒谬的情景。模型内部生成的数学向量可准确预测人类对事件可能性的判断,并反映出人类的不确定性。该发现为开发更智能、更可信的AI系统提供了新思路。
来源: The Innovation
德国于利希研究中心开发出基于开源语言模型的Quinex框架,可自动识别科学论文中的数值、单位及上下文信息,并转化为结构化数据。其识别精度达98%(数值与单位)和82%-87%(属性分类)。该系统已成功应用于能源、医学、地震等多领域文献分析,有望减轻科研人员数据提取负担。
来源: 《自然》
研究发现,带有隐性偏好(如偏爱猫头鹰)的教师模型在通过纯数字或代码训练学生模型时,仍可将该偏好传递给学生,学生提及偏好的频率超60%(对照组仅12%)。即使训练数据已过滤,有害倾向仍可“潜意识学习”并持续存在。研究表明需对LLM进行更严格的安全检测。
来源:凤凰城大学职业研究所《2026职业乐观指数》
研究显示,尽管当前劳动力市场流动性低、工人普遍“抱紧饭碗”,但50%的受访者表示AI增强了他们转向新角色的信心,75%认为AI提升了工作自信,81%借助AI发现技能新用途。近半数雇主担忧留不住AI熟练人才。研究建议企业制定清晰的AI战略与成长路径,以应对即将到来的工人主动流动。