人工智能态度与模糊容忍度的关联：接受与恐惧的双维解析

本研究针对AI技术快速发展但社会接受度不均的现状，开发了日本版人工智能态度量表(ATAI)，首次系统探讨了人工智能态度与模糊容忍度的多维关联。研究发现AI接受度与复杂性需求正相关，AI恐惧与模糊不适感正相关，而绝对主义思维同时预测两种态度。研究为理解AI接受心理机制提供了跨文化证据，对促进人机协同具有重要实践意义。

　　

随着ChatGPT等生成式人工智能的迅猛发展，AI技术正深度融入人类社会各个领域。从医疗健康(MedTech)到农业科技(AgriTech)，从自动驾驶到艺术创作，人工智能展现出超越人类认知的"新型智能"特质。然而这种技术变革也带来了严峻挑战：研究表明尽管AI在诊断准确率上超越人类专家，但医疗专业人员对AI的信任缺失导致临床实施受阻；教育机构尽管认识到AI的潜在价值，教师态度和个体AI准备度成为关键制约因素；企业组织则面临员工对职位替代的恐惧和对AI决策透明度的不信任等障碍。这些现象凸显出理解人类对AI态度的紧迫性，而AI技术固有的模糊性和不确定性——包括结构不确定性、"黑箱"决策过程和不可预测的涌现行为——使得探究态度与模糊容忍度的关联具有重要理论价值。

为深入解析这一问题，Jimpei Hitsuwari和Ryota Takano开展了一项针对554名日本参与者的心理学研究。研究人员采用问卷调查法，首次开发并验证了日语版人工智能态度量表(ATAI)，该量表包含接受度(3个项目)和恐惧度(2个项目)两个维度，同时使用多维模糊态度量表(MAAS)测量模糊容忍度的三个维度：模糊不适感、绝对主义、复杂性与新颖性需求。研究还整合了十项人格量表(TIPI)、一般信任量表、积极消极情绪量表(PANAS)、特质性敬畏量表等多重心理测量工具，并创新性地采用自然语言处理技术对参与者关于AI与人类关系未来的开放式回答进行文本分析。

研究的关键技术方法包括：1)通过 crowdsourcing 平台招募554名日本成年人样本；2)使用验证性因子分析(CFA)和探索性因子分析(EFA)验证量表结构；3)采用重测信度检验(间隔一周)和内部一致性信度分析；4)运用结构方程模型(SEM)分析态度维度间的关系；5)基于BERT语言模型的文本预测分析，通过嵌套交叉验证程序将自由文本响应与ATAI分数关联。

量表验证结果表明，日语版ATAI保持了与原始量表一致的双因素结构，表现出良好的信度指标：接受度子量表的Cronbach's α为0.71，恐惧度子量表为0.75；重测信度ICC值分别为0.75和0.80。验证性因子分析显示模型拟合指标达到可接受水平(CFI=0.95, SRMR=0.06)。

在效度验证方面，AI接受度与使用各类AI产品的意愿呈现中度正相关( r=0.40-0.53)，特别是与ChatGPT(r=0.53)和Gemini(r=0.48)的使用意愿关联最强。实际使用分析显示，ChatGPT、Gemini和自动驾驶汽车的用户比非用户表现出显著更高的AI接受度(d=0.24-0.49)。心理变量关联分析发现，AI接受度与一般信任(r=0.17)和生活满意度(r=0.10)正相关，而AI恐惧与神经质(r=0.10)、消极情绪(r=0.16)和对超自然存在的敬畏(r=0.16)正相关。性别差异分析显示男性AI接受度显著高于女性(d=0.19)，女性则表现出更高的AI恐惧。

核心发现聚焦于AI态度与模糊容忍度的关系。相关分析显示AI接受度与复杂性和新颖性需求(r=0.10)及绝对主义(r=0.09)正相关，而与模糊不适感无显著关联。相反，AI恐惧与模糊不适感(r=0.17)和绝对主义(r=0.18)正相关。结构方程模型进一步证实这些关系：AI接受度被复杂性和新颖性需求(β=0.14)和绝对主义(β=0.17)正向预测，AI恐惧则被模糊不适感(β=0.21)和绝对主义(β=0.21)正向预测。

文本预测的探索性分析提供了创新性验证。基于参与者对"AI与人类关系演变"的回答能够显著预测AI接受度(r=0.24)，结合对未来世界的回答则能同时预测接受度(r=0.19)和恐惧度(r=0.24)，表明自然语言表达与结构化量表测量间存在内在一致性。

研究结论揭示人工智能态度具有内在复杂性和多维特性。AI接受度与对复杂性和新颖性的积极追求相关，而AI恐惧则与模糊情境下的不适感密切相关。特别值得注意的是，绝对主义思维——即非黑即白的认知风格——同时正向预测AI接受度和恐惧度，这表明个体可能将AI要么视为"完全盟友"要么视为"完全威胁"，反映了AI态度的矛盾性。这些发现为理解AI接受的心理机制提供了重要见解，说明有效和可持续的AI参与需要考虑个体对模糊性的态度差异。

讨论部分强调本研究的多重意义：理论上，首次建立了AI态度与模糊容忍度的实证联系，丰富了技术接受模型的心理基础；方法上，开发了经过心理测量学验证的日语版ATAI量表，为跨文化比较提供了工具；实践上，研究结果提示促进AI接受需要培养对复杂性和新颖性的积极态度，同时降低对模糊性的不适感。针对日本AI恐惧度较低但使用率显著低于其他发达国家的矛盾现象(日本生成式AI使用率仅9.1%，而美国为46.3%)，研究从模糊容忍度角度提供了新的解释视角。

研究也存在若干局限：未能区分AI技术本身、使用方式、未来前景和社会影响等不同层面的模糊性；样本主要通过网络招募，可能偏向技术适应人群；横断面设计无法确立因果关系。未来研究需要采用纵向设计、实验操纵和跨文化比较等方法深入探索AI态度的形成机制，并考察不同应用领域(如医疗、艺术、教育)的态度差异，为人工智能时代的可持续发展提供科学指导。