美国成年人对人工智能的认知与烟草政策信息传递：一项电子实验研究

《JMIR AI》：AI Awareness and Tobacco Policy Messaging Among US Adults: Electronic Experimental Study

烟草使用仍是美国主要预防性死亡原因，且对弱势群体影响更显著。本研究通过随机对照试验，探讨AI生成的演讲者身份对健康信息视频感知效果的影响。结果显示，当被告知演讲者为人类时，视频的演讲者评分显著更高（P=0.001），但视频整体评分、效果感知和可信度无显著差异。质性分析表明，AI生成的单调声音可能降低观众信任，而人类身份的假设能提升共鸣感。研究强调高质量内容可部分抵消AI带来的偏见，但需更多长期追踪和跨群体验证。

　　这项研究探讨了人工智能（AI）在健康信息传播中的应用，特别是针对烟草控制政策的视频信息。随着AI技术的快速发展，其在公共健康领域的潜力日益凸显，特别是在信息快速生成和个性化传播方面。然而，公众对AI生成内容的接受度和信任度仍然是一个关键问题。研究旨在了解公众是否能够接受由AI生成的健康信息，并评估这种接受度如何影响他们对信息的感知和反应。

研究的核心在于，尽管所有条件下的视频内容完全相同，但参与者对视频中叙述者身份的认知会影响他们对视频整体的评价。在实验中，参与者被随机分配到四个不同的条件下：被告知叙述者是AI、被告知是人类、被告知未知，或者没有提供任何信息。结果显示，尽管视频质量、信息有效性以及可信度在不同条件下没有显著差异，但当参与者被明确告知叙述者是人类时，他们对叙述者的评分显著高于其他条件。这表明，叙述者的身份在公众眼中可能具有重要影响，即使内容本身没有变化，这种身份认知仍然会影响信息的接受程度和信任度。

研究还发现，AI生成的视频在某些方面可能会引发公众的负面反应。例如，参与者在被告知叙述者是AI的情况下，更倾向于认为视频的语气是单调的，缺乏真实感，甚至可能引起不适。这些反应与“拟人谷”（uncanny valley）现象有关，即当技术接近人类水平时，人们可能会产生不适感，因为它们无法完全复制人类的情感和表达方式。然而，值得注意的是，尽管AI态度在不同条件下没有显著差异，但没有信息的条件下，参与者对AI的态度更为积极，这可能意味着在某些情况下，AI的使用不会影响公众的接受度。

研究结果表明，AI在健康信息传播中的应用仍面临挑战，特别是在需要高度信任和情感共鸣的领域。虽然AI可以快速生成内容并提供个性化的传播策略，但公众对AI生成内容的感知仍然受到叙述者身份的影响。因此，公共健康专业人士在使用AI进行健康信息传播时，需要考虑如何塑造公众对AI生成内容的信任，以及如何通过高质量的信息内容来弥补可能存在的偏见。

此外，研究强调了内容质量的重要性。尽管叙述者身份可能会影响公众对信息的感知，但高质量、相关性强的信息内容可以有效减少这种影响。参与者普遍认为视频内容具有教育意义，能够引发他们的共鸣，并促使他们采取行动。这表明，AI生成的信息如果能够准确传达关键信息，并且在情感和逻辑上具有说服力，那么即使叙述者是AI，其信息的有效性仍然可以得到保障。

在理论层面，这项研究支持了多种传播理论，如“信息加工的中心路径和边缘路径模型”（ELM）和“计算机作为社会行为者”（CASA）理论。ELM模型指出，信息的接受度取决于受众是否对信息内容感兴趣，以及他们是否愿意深入思考信息的细节。在本研究中，当参与者被告知叙述者是人类时，他们更倾向于通过中心路径来处理信息，而当他们被告知是AI时，可能更依赖边缘路径，如叙述者的可信度和情绪表达。CASA理论则强调，受众会根据社会期望来评估数字代理的可信度和情感，这在本研究中也得到了验证，参与者对AI生成的叙述者表现出较低的信任和情感共鸣。

尽管研究结果提供了有价值的见解，但也存在一些局限性。例如，参与者仅接触了一次视频，这可能限制了对信息长期影响的评估。此外，所有条件下的视频使用相同的AI生成的语音，这虽然控制了变量，但也无法直接比较AI和人类叙述者的实际表现。未来的研究可以进一步探索这些方面，以更全面地理解AI在健康信息传播中的作用。

总的来说，这项研究为公共健康领域使用AI提供了重要的参考。虽然AI在生成和传播信息方面具有显著优势，但其应用仍然需要谨慎对待，特别是在涉及信任和情感共鸣的健康信息中。通过优化内容质量和塑造叙述者的形象，公共健康组织可以更有效地利用AI来提升健康信息的传播效果。同时，进一步的研究和实践探索将有助于更好地理解AI在健康信息传播中的潜力和挑战，从而为未来的公共健康策略提供科学依据。