我们平时总在担心 AI 抢饭碗或者传播虚假信息，但有一个更隐蔽的代价正在悄悄发生，那就是 AI 正在让我们变得越来越无趣。

计算社会科学家 Sandra Matz 在 Ted 舞台上，分享过一个很有意思的视角。我们人类做决策时，总是在利用已知和探索未知之间寻找平衡。去常去的餐厅是利用，去尝试新店是探索。现在的推荐算法，无论是 Spotify 还是 Netflix，为了追求短期的用户留存和满意度，底层设计几乎都在极度偏向利用这一端。对系统来说，推荐最保险、最不会出错的选项，才能最大程度降低用户流失。

有个针对 ChatGPT 的冰淇淋推荐实验很能说明问题。假装新顾客让它推荐口味，重复 100 次，结果有 96 次它都在推荐最热门的那两种。如果你告诉它你平时 70% 的时间吃椰子味，30% 的时间尝试其他口味，让它帮你做接下来的 100 次选择，它会毫不犹豫地全部选择椰子味。你偶尔想换换口味的小冒险，直接被算法抹杀掉了。

这种过度优化的机制正在无形中收窄我们的品味。研究显示，频繁使用 AI 作为决策向导的人，偏好正变得越来越大众化，产出的创意也逐渐失去了独特性。算法把人类千奇百怪的个性磨平，变成了统计学上安全的千篇一律。

AI 现在不仅提供建议，甚至开始直接代替我们做选择，这才是最需要警惕的地方。要改变这种走向，我们需要找回探索的主动权。AI 拥有海量的数据视野，完全可以帮我们做聪明的探索。比如在推荐界面里加一个探索度旋钮，平时保持精准匹配，想要冒险时就拨到惊喜模式。我们需要开始鼓励和奖励 AI 给出那些带点新意、甚至有些出格的建议，把决定权重新拿回自己手里。下次 AI 再给你推荐最稳妥的选项时，不妨试着对它说不。

#AI的隐形代价##算法推荐##如何避免被AI同化# http://t.cn/AXWYgBno