← 返回全部文章
Psychology
AI 说它能猜到你会怎么选，于是四成人把稳拿的那笔钱推开了
2026 年 8 月 1 日 · 丹·艾瑞里《怪诞行为学》~1 min read
我有位来访者，化名小婳，二十五岁上下。第一次来，坐下没几分钟就把自己报完了：我 INFP、回避型依恋、高敏感——像念一张体检单。包上挂着三个测评 App 的徽章，她说测出来那天特别踏实。有人替她把她自己说死了，她反倒松了口气。同一件事，最近被搬上了实验台。桌上两个盒子：左边透明，一沓钱看得清清楚楚；右边不透明，可能是一大笔，也可能什么都没有。麻烦出在最后一句规则上：你进屋之前，已经有人先猜了一遍你会怎么做，并照着猜测把右边填好或者留空。钱早放定了，你改不了。哲学家为这道题吵了六十年，至今没吵出统一答案。2026 年，两位研究者把那个抢先猜你的角色换成了 AI，请来 1,305 个普通人上桌，结果超过四成的人真把这台机器当成了懂自己的预言者，然后开始往外推钱。
30 秒读懂
Aoi Naito 与 Hirokazu Shirado（卡内基梅隆大学人机交互研究所、东京科学大学）把纽康悖论做成行为实验，1,305 名被试，论文见 arXiv 2603.28944。
超过 40% 的被试把 AI 当成了「关于自己行为的预测权威」。
抱这种信念的人，放弃确定奖励的几率提高到 3.39 倍（95% 置信区间 2.45–4.70），收益因此下降 10.7% 到 42.9%。
换 AI 的呈现方式、换决策情境，效应都还在；就算预测反复失准，它仍然测得到。
口径：这是在线行为实验里的抽象选择任务，单篇研究，讲的是「预测在场会重塑决策」，读成「AI 让人变笨」就跑偏了。
1 两盒
两个盒子，和一个抢先猜你的人
这道题在哲学里叫纽康悖论。规则听着简单，坑全埋在时间顺序里。
A 盒透明，那笔小钱看得见；B 盒不透明。预言者在你出手之前先下判断：它认为你只会端走 B，就往 B 里放一大笔；它认为你会两只手一起上，B 就留空。
你能做的只有两个动作：只拿 B，或者两个都拿。四种组合排出来，问题的形状就露出来了。
预言者的判断 你实际的动作 你到手的
它认为你只拿 B 只拿 B B 里那笔大的 它认为你只拿 B 两个都拿 大的加小的，全场最好 它认为你两个都拿 只拿 B 什么都没有，全场最惨 它认为你两个都拿 两个都拿 只剩那笔小的
看完这张表，多数人的第一反应我也有过：那还用问，两个都拿。这个反应站得住脚，它代表的正是六十年争论里的一方。
2 分歧
两套算法坐在同一张桌子前，谁也说服不了谁
一方盯着因果，一方盯着证据。两边的账都算得对，答案却相反。
因果决策论（说人话：我现在的动作管不着已经放好的钱）主张取眼前能取的最大值。证据决策论反过来：「只端走 B」这个动作本身就是证据，说明你属于预言者会奖励的那类人，而那类人到手的更多。
因果决策论
钱已经放好了，我怎么动都改不了它。既然如此，白摆着的 A 为什么不拿？答案：两个都拿。
证据决策论
我伸几只手，说明我是哪种人。预言者奖励的是只拿 B 的那种人。答案：只拿 B。
这两套算法僵持了半个多世纪，教科书通常把两边并排列出就收尾。这两位研究者既不站因果也不站证据，只是把预言者的位子腾出来，请一个 AI 坐上去，看普通人怎么办。
3 结果
四成人认定这台机器算得出自己，然后把稳拿的钱留在了桌上
1,305 个人上桌之后，这道题从哲学难题变成了一组能数出来的分布。
超过 40% 的被试把 AI 看作「关于自己行为的预测权威」。他们信的是这台机器在「我会怎么做」这件事上说了算。小婳把那几个标签当户口本用，是同一个动作。
抱着这种信念的人，放弃 A 盒那笔确定奖励的几率提高到 3.39 倍。95% 置信区间从 2.45 到 4.70，整个区间都在 1 以上，方向上没有含糊的余地。
条形是「放弃确定奖励」的几率比及其 95% 置信区间，出自 Naito 与 Shirado 那篇 1,305 人的实验。条长按上限归一，只作示意，不是实测比例。
钱包那头的代价是收益下降 10.7% 到 42.9%。这个跨度本身就是信息：换个情境，效应大小能差出三四倍，与其当成一条能拿去做产品的常数，不如当成一个在很多种设定下都冒头的方向。
4 韧性
预测错了一次又一次，那份信任却没被撤回
让我坐不住的是失准之后那一段。
假如 AI 真能算准，人照着它调整自己，那还算一笔划得来的买卖。
一个会失手的预言者，本该在几轮之内被降级成一台偶尔说对的猜测装置。它没有被降级。人一旦把信任安上去，就不太会跟着命中率往回收。
核心 超过 40% 的被试抱有这个信念；在预测反复失准之后，它仍然测得到 。
口径小字：这是一场在线行为实验，任务是有金钱报酬的抽象选择，不是真实世界里的高风险决策，因此不能直接推成「AI 让人变笨」。单篇研究，目前未见独立重复；具体实验设计与预注册细节以原论文为准。
5 机制
一台概率装置被提拔成权威之后，你会替它删掉自己的选项
丹·艾瑞里在《怪诞行为学》里反复讲一件事：人的不理性有规律。有规律，就能提前防。
这次的规律能压成一句：一个关于你的预测，只要被你当真，你眼里的选项就先少了一个。A 盒那笔小钱谁也没拿走。把「两个都拿」划掉的是相信本身。
⚡ 为什么值得看： 过去我们担心 AI 给错答案。这里出问题的地方在答案之前——它还没说对错，你已经按它的口径把选项砍掉了一个。错答案还有机会被纠正，被砍掉的选项连出场的机会都没有。
论文的结论说得更冷：当人认为 AI 能预测自己的行为，仅仅是预测在场，就可能重塑他们的决策，把他们考虑的未来变窄。
BELIEVING THE PREDICTION IS WHAT NARROWS THE CHOICE THE TABLE A: a sure, visible reward yours the moment you take it B: a big prize, or nothing sealed before you walk in The money is already placed. THE PREDICTOR an AI predicting your move YOU TREAT IT AS AN AUTHORITY over 40% of 1,305 people THE CHOICE SET NARROWS “take both” quietly drops out 3.39× odds of leaving the sure reward 95% CI 2.45–4.70 Payoff down 10.7%–42.9% Predictions repeatedly fail the belief is not withdrawn Main effect Belief survives the errors Source: Aoi Naito and Hirokazu Shirado, “Faith in AI can narrow the futures individuals consider” (arXiv 2603.28944), Human-Computer Interaction Institute, Carnegie Mellon University, and Institute of Science Tokyo. 1,305 participants in an online behavioural version of Newcomb’s paradox; odds ratio 3.39 (95% CI 2.45–4.70) for abandoning the sure reward, payoff down 10.7%–42.9%. A single study of an abstract, incentivised task; an experimental effect, not a verdict on real-world decisions. 打个比方
体检报告上多了一句「你这类人多半坚持不下来」。报告没给你上手铐，可从那天起，你自己就不再把「坚持下来」算进日程表里了。划掉那一栏的，不是报告。
6 落点
下次有东西说「我知道你会怎么选」，先把它降回原级
实验室外面，抢先猜你的东西比实验里多得多。
推荐位猜你想看什么，风控猜你会不会还钱，招聘系统猜你能干多久，聊天框里那个东西张口就来「以你的性格，你大概会……」。它们多数时候并不改变世界，只改变你觉得世界还剩几条路。
有三个动作值得记下来。第一，把预测降回它本来的级别：一台在群体数据上跑出来的概率装置，不是宣判你个人结局的法庭。第二，留意它出错的时候你怎么反应；连错几次你还照信，那你信的已经跟准确度无关了。第三，做决定之前，把那个被你悄悄划掉的选项重新写回纸上，哪怕最后仍然不选它。
第三条我是吃过亏才敢写的。前年我妈体检查出一个指标偏高，我越搜越怕，半夜打电话让她别一个人住，后来复查没事。学了这么多年心理学，轮到自己家，我照样把当下的一个数读成了一条一路往下走的线，先把「一个人住」从她的选项里划掉了。
核心 3.39 倍是几率比，10.7% 到 42.9% 是收益下降的跨度；两个数都出自同一场 1,305 人的在线实验 。
口径小字：「超过 40%」是被试持有该信念的比例，读作「四成人被骗了」就错了。3.39 倍是几率比，报告的是关联与实验效应，并非每个人身上都会发生的事；10.7% 到 42.9% 是效应量跨情境的跨度，这个跨度本身就说明它随设定变动很大。
所以下次那句「以你的性格，你大概会……」冒出来，你不妨数一数：听完这句，你手里还剩几个选项？
取材声明：本文的思考框架取自丹·艾瑞里《怪诞行为学》；所引研究为 Aoi Naito 与 Hirokazu Shirado 的《Faith in AI can narrow the futures individuals consider》（arXiv 2603.28944），作者来自卡内基梅隆大学人机交互研究所（Human-Computer Interaction Institute, Carnegie Mellon University）与东京科学大学（Institute of Science Tokyo）。本文为基于经典书籍的科普解读，非专业建议。
心理
AI 说它能猜到你会怎么选，于是四成人把稳拿的那笔钱推开了
2026 年 8 月 1 日 · 丹·艾瑞里《怪诞行为学》约 7 分钟
我有位来访者，化名小婳，二十五岁上下。第一次来，坐下没几分钟就把自己报完了：我 INFP、回避型依恋、高敏感——像念一张体检单。包上挂着三个测评 App 的徽章，她说测出来那天特别踏实。有人替她把她自己说死了，她反倒松了口气。同一件事，最近被搬上了实验台。桌上两个盒子：左边透明，一沓钱看得清清楚楚；右边不透明，可能是一大笔，也可能什么都没有。麻烦出在最后一句规则上：你进屋之前，已经有人先猜了一遍你会怎么做，并照着猜测把右边填好或者留空。钱早放定了，你改不了。哲学家为这道题吵了六十年，至今没吵出统一答案。2026 年，两位研究者把那个抢先猜你的角色换成了 AI，请来 1,305 个普通人上桌，结果超过四成的人真把这台机器当成了懂自己的预言者，然后开始往外推钱。
30 秒读懂
Aoi Naito 与 Hirokazu Shirado（卡内基梅隆大学人机交互研究所、东京科学大学）把纽康悖论做成行为实验，1,305 名被试，论文见 arXiv 2603.28944。
超过 40% 的被试把 AI 当成了「关于自己行为的预测权威」。
抱这种信念的人，放弃确定奖励的几率提高到 3.39 倍（95% 置信区间 2.45–4.70），收益因此下降 10.7% 到 42.9%。
换 AI 的呈现方式、换决策情境，效应都还在；就算预测反复失准，它仍然测得到。
口径：这是在线行为实验里的抽象选择任务，单篇研究，讲的是「预测在场会重塑决策」，读成「AI 让人变笨」就跑偏了。
1 两盒
两个盒子，和一个抢先猜你的人
这道题在哲学里叫纽康悖论。规则听着简单，坑全埋在时间顺序里。
A 盒透明，那笔小钱看得见；B 盒不透明。预言者在你出手之前先下判断：它认为你只会端走 B，就往 B 里放一大笔；它认为你会两只手一起上，B 就留空。
你能做的只有两个动作：只拿 B，或者两个都拿。四种组合排出来，问题的形状就露出来了。
预言者的判断 你实际的动作 你到手的
它认为你只拿 B 只拿 B B 里那笔大的 它认为你只拿 B 两个都拿 大的加小的，全场最好 它认为你两个都拿 只拿 B 什么都没有，全场最惨 它认为你两个都拿 两个都拿 只剩那笔小的
看完这张表，多数人的第一反应我也有过：那还用问，两个都拿。这个反应站得住脚，它代表的正是六十年争论里的一方。
2 分歧
两套算法坐在同一张桌子前，谁也说服不了谁
一方盯着因果，一方盯着证据。两边的账都算得对，答案却相反。
因果决策论（说人话：我现在的动作管不着已经放好的钱）主张取眼前能取的最大值。证据决策论反过来：「只端走 B」这个动作本身就是证据，说明你属于预言者会奖励的那类人，而那类人到手的更多。
因果决策论
钱已经放好了，我怎么动都改不了它。既然如此，白摆着的 A 为什么不拿？答案：两个都拿。
证据决策论
我伸几只手，说明我是哪种人。预言者奖励的是只拿 B 的那种人。答案：只拿 B。
这两套算法僵持了半个多世纪，教科书通常把两边并排列出就收尾。这两位研究者既不站因果也不站证据，只是把预言者的位子腾出来，请一个 AI 坐上去，看普通人怎么办。
3 结果
四成人认定这台机器算得出自己，然后把稳拿的钱留在了桌上
1,305 个人上桌之后，这道题从哲学难题变成了一组能数出来的分布。
超过 40% 的被试把 AI 看作「关于自己行为的预测权威」。他们信的是这台机器在「我会怎么做」这件事上说了算。小婳把那几个标签当户口本用，是同一个动作。
抱着这种信念的人，放弃 A 盒那笔确定奖励的几率提高到 3.39 倍。95% 置信区间从 2.45 到 4.70，整个区间都在 1 以上，方向上没有含糊的余地。
条形是「放弃确定奖励」的几率比及其 95% 置信区间，出自 Naito 与 Shirado 那篇 1,305 人的实验。条长按上限归一，只作示意，不是实测比例。
钱包那头的代价是收益下降 10.7% 到 42.9%。这个跨度本身就是信息：换个情境，效应大小能差出三四倍，与其当成一条能拿去做产品的常数，不如当成一个在很多种设定下都冒头的方向。
4 韧性
预测错了一次又一次，那份信任却没被撤回
让我坐不住的是失准之后那一段。
假如 AI 真能算准，人照着它调整自己，那还算一笔划得来的买卖。
一个会失手的预言者，本该在几轮之内被降级成一台偶尔说对的猜测装置。它没有被降级。人一旦把信任安上去，就不太会跟着命中率往回收。
核心 超过 40% 的被试抱有这个信念；在预测反复失准之后，它仍然测得到 。
口径小字：这是一场在线行为实验，任务是有金钱报酬的抽象选择，不是真实世界里的高风险决策，因此不能直接推成「AI 让人变笨」。单篇研究，目前未见独立重复；具体实验设计与预注册细节以原论文为准。
5 机制
一台概率装置被提拔成权威之后，你会替它删掉自己的选项
丹·艾瑞里在《怪诞行为学》里反复讲一件事：人的不理性有规律。有规律，就能提前防。
这次的规律能压成一句：一个关于你的预测，只要被你当真，你眼里的选项就先少了一个。A 盒那笔小钱谁也没拿走。把「两个都拿」划掉的是相信本身。
⚡ 为什么值得看： 过去我们担心 AI 给错答案。这里出问题的地方在答案之前——它还没说对错，你已经按它的口径把选项砍掉了一个。错答案还有机会被纠正，被砍掉的选项连出场的机会都没有。
论文的结论说得更冷：当人认为 AI 能预测自己的行为，仅仅是预测在场，就可能重塑他们的决策，把他们考虑的未来变窄。
把预测当真，选项就先少了一个 桌面 A 盒：看得见的确定小钱 拿了就归你 B 盒：一大笔，或者空的 你进门前就已经封好 钱早已放定，你改不了 预言者 一个 AI，在预测你的动作 你把它当成 关于自己的权威 1,305 人中超过 40% 选项集合收窄 「两个都拿」悄悄消失 3.39× 放弃确定奖励的几率 95% CI 2.45–4.70 收益下降 10.7%–42.9% 预测反复失准 那份信任也没被撤回 主效应 出错后信任仍在 来源：Aoi Naito 与 Hirokazu Shirado《Faith in AI can narrow the futures individuals consider》（arXiv 2603.28944），卡内基梅隆大学人机交互研究所与东京科学大学。1,305 名被试参与纽康悖论的在线行为学版本；放弃确定奖励的几率比为 3.39（95% 置信区间 2.45–4.70），收益下降 10.7%–42.9%。单篇研究、抽象的有偿选择任务，报告的是实验效应，不是关于真实决策的定论。 打个比方
体检报告上多了一句「你这类人多半坚持不下来」。报告没给你上手铐，可从那天起，你自己就不再把「坚持下来」算进日程表里了。划掉那一栏的，不是报告。
6 落点
下次有东西说「我知道你会怎么选」，先把它降回原级
实验室外面，抢先猜你的东西比实验里多得多。
推荐位猜你想看什么，风控猜你会不会还钱，招聘系统猜你能干多久，聊天框里那个东西张口就来「以你的性格，你大概会……」。它们多数时候并不改变世界，只改变你觉得世界还剩几条路。
有三个动作值得记下来。第一，把预测降回它本来的级别：一台在群体数据上跑出来的概率装置，不是宣判你个人结局的法庭。第二，留意它出错的时候你怎么反应；连错几次你还照信，那你信的已经跟准确度无关了。第三，做决定之前，把那个被你悄悄划掉的选项重新写回纸上，哪怕最后仍然不选它。
第三条我是吃过亏才敢写的。前年我妈体检查出一个指标偏高，我越搜越怕，半夜打电话让她别一个人住，后来复查没事。学了这么多年心理学，轮到自己家，我照样把当下的一个数读成了一条一路往下走的线，先把「一个人住」从她的选项里划掉了。
核心 3.39 倍是几率比，10.7% 到 42.9% 是收益下降的跨度；两个数都出自同一场 1,305 人的在线实验 。
口径小字：「超过 40%」是被试持有该信念的比例，读作「四成人被骗了」就错了。3.39 倍是几率比，报告的是关联与实验效应，并非每个人身上都会发生的事；10.7% 到 42.9% 是效应量跨情境的跨度，这个跨度本身就说明它随设定变动很大。
所以下次那句「以你的性格，你大概会……」冒出来，你不妨数一数：听完这句，你手里还剩几个选项？
取材声明：本文的思考框架取自丹·艾瑞里《怪诞行为学》；所引研究为 Aoi Naito 与 Hirokazu Shirado 的《Faith in AI can narrow the futures individuals consider》（arXiv 2603.28944），作者来自卡内基梅隆大学人机交互研究所（Human-Computer Interaction Institute, Carnegie Mellon University）与东京科学大学（Institute of Science Tokyo）。本文为基于经典书籍的科普解读，非专业建议。
心理学
AI 说它能猜到你会怎么选，于是四成人把稳拿的那笔钱推开了
2026 年 8 月 1 日 · 丹·艾瑞里《怪诞行为学》約 7 分
我有位来访者，化名小婳，二十五岁上下。第一次来，坐下没几分钟就把自己报完了：我 INFP、回避型依恋、高敏感——像念一张体检单。包上挂着三个测评 App 的徽章，她说测出来那天特别踏实。有人替她把她自己说死了，她反倒松了口气。同一件事，最近被搬上了实验台。桌上两个盒子：左边透明，一沓钱看得清清楚楚；右边不透明，可能是一大笔，也可能什么都没有。麻烦出在最后一句规则上：你进屋之前，已经有人先猜了一遍你会怎么做，并照着猜测把右边填好或者留空。钱早放定了，你改不了。哲学家为这道题吵了六十年，至今没吵出统一答案。2026 年，两位研究者把那个抢先猜你的角色换成了 AI，请来 1,305 个普通人上桌，结果超过四成的人真把这台机器当成了懂自己的预言者，然后开始往外推钱。
30 秒读懂
Aoi Naito 与 Hirokazu Shirado（卡内基梅隆大学人机交互研究所、东京科学大学）把纽康悖论做成行为实验，1,305 名被试，论文见 arXiv 2603.28944。
超过 40% 的被试把 AI 当成了「关于自己行为的预测权威」。
抱这种信念的人，放弃确定奖励的几率提高到 3.39 倍（95% 置信区间 2.45–4.70），收益因此下降 10.7% 到 42.9%。
换 AI 的呈现方式、换决策情境，效应都还在；就算预测反复失准，它仍然测得到。
口径：这是在线行为实验里的抽象选择任务，单篇研究，讲的是「预测在场会重塑决策」，读成「AI 让人变笨」就跑偏了。
1 两盒
两个盒子，和一个抢先猜你的人
这道题在哲学里叫纽康悖论。规则听着简单，坑全埋在时间顺序里。
A 盒透明，那笔小钱看得见；B 盒不透明。预言者在你出手之前先下判断：它认为你只会端走 B，就往 B 里放一大笔；它认为你会两只手一起上，B 就留空。
你能做的只有两个动作：只拿 B，或者两个都拿。四种组合排出来，问题的形状就露出来了。
预言者的判断 你实际的动作 你到手的
它认为你只拿 B 只拿 B B 里那笔大的 它认为你只拿 B 两个都拿 大的加小的，全场最好 它认为你两个都拿 只拿 B 什么都没有，全场最惨 它认为你两个都拿 两个都拿 只剩那笔小的
看完这张表，多数人的第一反应我也有过：那还用问，两个都拿。这个反应站得住脚，它代表的正是六十年争论里的一方。
2 分歧
两套算法坐在同一张桌子前，谁也说服不了谁
一方盯着因果，一方盯着证据。两边的账都算得对，答案却相反。
因果决策论（说人话：我现在的动作管不着已经放好的钱）主张取眼前能取的最大值。证据决策论反过来：「只端走 B」这个动作本身就是证据，说明你属于预言者会奖励的那类人，而那类人到手的更多。
因果决策论
钱已经放好了，我怎么动都改不了它。既然如此，白摆着的 A 为什么不拿？答案：两个都拿。
证据决策论
我伸几只手，说明我是哪种人。预言者奖励的是只拿 B 的那种人。答案：只拿 B。
这两套算法僵持了半个多世纪，教科书通常把两边并排列出就收尾。这两位研究者既不站因果也不站证据，只是把预言者的位子腾出来，请一个 AI 坐上去，看普通人怎么办。
3 结果
四成人认定这台机器算得出自己，然后把稳拿的钱留在了桌上
1,305 个人上桌之后，这道题从哲学难题变成了一组能数出来的分布。
超过 40% 的被试把 AI 看作「关于自己行为的预测权威」。他们信的是这台机器在「我会怎么做」这件事上说了算。小婳把那几个标签当户口本用，是同一个动作。
抱着这种信念的人，放弃 A 盒那笔确定奖励的几率提高到 3.39 倍。95% 置信区间从 2.45 到 4.70，整个区间都在 1 以上，方向上没有含糊的余地。
条形是「放弃确定奖励」的几率比及其 95% 置信区间，出自 Naito 与 Shirado 那篇 1,305 人的实验。条长按上限归一，只作示意，不是实测比例。
钱包那头的代价是收益下降 10.7% 到 42.9%。这个跨度本身就是信息：换个情境，效应大小能差出三四倍，与其当成一条能拿去做产品的常数，不如当成一个在很多种设定下都冒头的方向。
4 韧性
预测错了一次又一次，那份信任却没被撤回
让我坐不住的是失准之后那一段。
假如 AI 真能算准，人照着它调整自己，那还算一笔划得来的买卖。
一个会失手的预言者，本该在几轮之内被降级成一台偶尔说对的猜测装置。它没有被降级。人一旦把信任安上去，就不太会跟着命中率往回收。
核心 超过 40% 的被试抱有这个信念；在预测反复失准之后，它仍然测得到 。
口径小字：这是一场在线行为实验，任务是有金钱报酬的抽象选择，不是真实世界里的高风险决策，因此不能直接推成「AI 让人变笨」。单篇研究，目前未见独立重复；具体实验设计与预注册细节以原论文为准。
5 机制
一台概率装置被提拔成权威之后，你会替它删掉自己的选项
丹·艾瑞里在《怪诞行为学》里反复讲一件事：人的不理性有规律。有规律，就能提前防。
这次的规律能压成一句：一个关于你的预测，只要被你当真，你眼里的选项就先少了一个。A 盒那笔小钱谁也没拿走。把「两个都拿」划掉的是相信本身。
⚡ 为什么值得看： 过去我们担心 AI 给错答案。这里出问题的地方在答案之前——它还没说对错，你已经按它的口径把选项砍掉了一个。错答案还有机会被纠正，被砍掉的选项连出场的机会都没有。
论文的结论说得更冷：当人认为 AI 能预测自己的行为，仅仅是预测在场，就可能重塑他们的决策，把他们考虑的未来变窄。
予測を信じた時点で、選択肢が一つ減る テーブル A：見えている確実な報酬 取ればあなたのもの B：大金か、それとも空か 入室前に中身は決まる 金はすでに置かれている 予言者 あなたの動きを予測する AI あなたはそれを 権威とみなす 1,305 人中 40% 超 選択肢が狭まる 「両方取る」が静かに消える 3.39× 確実な報酬を手放すオッズ 95% CI 2.45–4.70 利得は 10.7%–42.9% 低下 予測が何度も外れても その信頼は撤回されない 主効果 誤っても信頼は残る 出典：Aoi Naito、Hirokazu Shirado「Faith in AI can narrow the futures individuals consider」（arXiv 2603.28944）、カーネギーメロン大学ヒューマン・コンピュータ・インタラクション研究所と東京科学大学。1,305 名を対象としたニューカムのパラドックスのオンライン行動実験。確実な報酬を手放すオッズ比は 3.39（95% CI 2.45–4.70）、利得は 10.7%–42.9% 低下。単一研究の抽象的な有償課題であり、実験上の効果を示すもので、現実の意思決定についての結論ではない。 打个比方
体检报告上多了一句「你这类人多半坚持不下来」。报告没给你上手铐，可从那天起，你自己就不再把「坚持下来」算进日程表里了。划掉那一栏的，不是报告。
6 落点
下次有东西说「我知道你会怎么选」，先把它降回原级
实验室外面，抢先猜你的东西比实验里多得多。
推荐位猜你想看什么，风控猜你会不会还钱，招聘系统猜你能干多久，聊天框里那个东西张口就来「以你的性格，你大概会……」。它们多数时候并不改变世界，只改变你觉得世界还剩几条路。
有三个动作值得记下来。第一，把预测降回它本来的级别：一台在群体数据上跑出来的概率装置，不是宣判你个人结局的法庭。第二，留意它出错的时候你怎么反应；连错几次你还照信，那你信的已经跟准确度无关了。第三，做决定之前，把那个被你悄悄划掉的选项重新写回纸上，哪怕最后仍然不选它。
第三条我是吃过亏才敢写的。前年我妈体检查出一个指标偏高，我越搜越怕，半夜打电话让她别一个人住，后来复查没事。学了这么多年心理学，轮到自己家，我照样把当下的一个数读成了一条一路往下走的线，先把「一个人住」从她的选项里划掉了。
核心 3.39 倍是几率比，10.7% 到 42.9% 是收益下降的跨度；两个数都出自同一场 1,305 人的在线实验 。
口径小字：「超过 40%」是被试持有该信念的比例，读作「四成人被骗了」就错了。3.39 倍是几率比，报告的是关联与实验效应，并非每个人身上都会发生的事；10.7% 到 42.9% 是效应量跨情境的跨度，这个跨度本身就说明它随设定变动很大。
所以下次那句「以你的性格，你大概会……」冒出来，你不妨数一数：听完这句，你手里还剩几个选项？
取材声明：本文的思考框架取自丹·艾瑞里《怪诞行为学》；所引研究为 Aoi Naito 与 Hirokazu Shirado 的《Faith in AI can narrow the futures individuals consider》（arXiv 2603.28944），作者来自卡内基梅隆大学人机交互研究所（Human-Computer Interaction Institute, Carnegie Mellon University）与东京科学大学（Institute of Science Tokyo）。本文为基于经典书籍的科普解读，非专业建议。