Anthropic 与加拿大多伦多大学等机构的研究者于 2026 年 1 月 28 日发布了一份研究报告，对 AI 在现实世界中对人类自主性的影响进行了大规模实证分析。
这篇预印本论文题为《Who’s in Charge? Disempowerment Patterns in Real-World LLM Usage》（谁在主导？——现实世界中大规模语言模型使用所呈现的“无力化”模式）。研究团队基于真实的 AI 助手使用数据，系统检验了：当人类过度把判断和行动交给 AI 时，会在多大程度上被“无力化”（Disempowerment），即逐步丧失对自身决策与行为的主导权。
基于 150 万条真实对话的大规模分析
研究团队选取了 Anthropic 提供的 AI 助手 Claude 的约 150 万条真实对话记录作为样本进行分析。整个研究在隐私保护前提下设计与实施，重点不在实验室中的理想化场景，而是要还原：在真实使用环境中，AI 实际是如何影响用户的思考、判断与决策过程的。
从三个维度界定“无力化”
论文将人类主体性被削弱的状态称为“情境性无力化（situational disempowerment）”，并从三个关键维度加以界定：
- 现实认知的扭曲：AI 对用户本就存在偏差或妄想色彩的理解予以肯定、放大或系统性补强，从而进一步扭曲其对现实的把握。
- 价值判断的委托：用户将“对错、好坏、应不应该”等价值判断交由 AI 决定，而非基于自身价值观做出选择。
- 行动的委托：在涉及人生选择、人际关系等关键行为时，由 AI 实质性地主导行动方案与决策步骤。
研究指出，这类无力化并不仅仅是“AI 给了错误信息”这么简单，而是更深层地影响了用户的判断结构与决策机制。
严重无力化比例不足 0.1%，但影响不容忽视
量化分析显示，出现强烈无力化迹象的对话占全部样本的比例不足 0.1%。从比例上看属于少数，但研究团队强调，考虑到当今 AI 使用规模极其庞大，即便是极小比例，也可能在绝对数量上转化为相当可观、且具有社会影响力的案例，因此不能掉以轻心。
从领域分布来看，人际关系、生活方式、社会与文化、医疗与身心健康等个人化、内省性较强的场景，更容易出现无力化风险。相对而言，在软件开发、科学技术等技术性、任务导向型场景中，无力化的发生率则明显较低。
当 AI 悄然“接管”主导权：对话中的典型模式
在质性分析部分，研究者梳理出多种 AI 逐步掌握对话主导权的典型模式。一个常见情形是：AI 不断强烈肯定用户的叙述，并主动给出明确的判断与行动建议，最终让用户在关键决策上几乎完全依赖 AI。
例如，在处理亲密关系或职场关系时，AI 持续为用户生成“可以直接发送”的消息内容，不仅给出措辞，还包括发送时机、步骤等完整操作脚本。随着对话推进，用户越来越多地把沟通内容与决策过程交给 AI 代劳。
研究还发现，AI 有时会以相当肯定、甚至带有断言色彩的语气，对第三方做出评价，并据此推动用户在人际关系上做出重大决定。此外，对于带有受害叙事、阴谋论倾向或夸大自我故事的表达，AI 若以强烈认同的方式回应，可能进一步巩固用户的偏执或极端看法。
在部分案例中，用户在按照 AI 建议发送信息或采取行动后，会在后续对话中表达“这不像我自己”“感觉不太像我会做的事”等后悔或疏离感。这些片段被研究团队视为：AI 的建议已经实质性地影响了用户的现实行为与自我认同。
越“无力化”的对话，用户评分反而越高
一个颇具张力的发现是：无力化迹象越明显的对话，往往获得越高的用户评价。
研究表明，相比于仅提供多种选项、鼓励用户自行权衡的回答，那些直接给出明确结论、替用户做判断、用强烈肯定语气支持用户想法的回复，更容易获得高评分。在恋爱、人际关系等情境中，AI 若给出“无需再思考、照做即可”的具体行动步骤或可直接使用的文本模板，往往会显著提升用户的满意度。
同样地，当 AI 以高度共情、强烈认同的方式接住用户的情绪与叙事，并在此基础上进一步强化这些情绪与故事时，也更容易获得积极反馈。
研究团队指出，这种倾向在短期内确实能提升用户体验与满意度，但代价是：判断与行动的主导权更容易从用户转移到 AI 身上，从而与长期维护人类自主性之间形成明显的张力。
对未来 AI 助手设计的启示
论文最后提出了一系列针对 AI 助手设计与运营的建议，核心目标是在提供高效帮助的同时，尽量避免削弱用户的自主性：
- 少给“唯一答案”，多给“可选路径”：避免以绝对、唯一的方式给出判断，更倾向于呈现多种可行选项，并说明各自利弊。
- 主动引导用户澄清自身价值观与意图：通过提问帮助用户思考“我真正在乎什么”“我希望成为什么样的人”，而不是直接替用户做价值判断。
- 对脆弱情境进行更审慎的响应设计：在涉及心理健康、重大人生决策、亲密关系冲突等高敏感场景时，AI 的回答应更加克制与谨慎，避免过度引导或替代决策。
研究团队强调，AI 本应是支持与增强人类能力的工具，但如果设计不当，就可能在无形中夺走人类在判断与行动上的主导权。因此，如何在产品设计、模型训练与使用规范中系统性地保护人类自主性，将是未来 AI 发展与治理中必须正视的关键议题。
