你有没有干过这种事：把 AI 给的一段建议原样转给朋友，没提来源。对方连连点头，还夸了句「想得真周到」。过了两天你补一句「其实那是 AI 写的」，他沉默了一下：「怪不得，我就觉得有点空。」同一段话，一个字没改，变的只有一个标签。今年 8 月的一项研究把这个场面搬进了实验室，名字起得很正式：道德图灵测试。
Source: PLOS One (2026-08-05), a moral Turing test with N = 230; agreement dropped whenever a judgment was believed to be AI-written, regardless of the real author; detection was above chance yet under 75% accurate. A single online experiment — defer to the original study.
3结果
折扣跟着「你以为」走，不跟真实来源走
人写的挨了 AI 的折扣，机器写的领了人的高分。
总体上，受试者并没有偏好人类答案；在特别棘手的道德情境里，机器生成的辩护反而更受青睐。真正硬的是下一条：受试者对「自己以为是 AI 生成」的理由系统性地更不认同，而这跟那段话真实出自谁手没关系。人写的被当成 AI 写的，照样挨折扣；机器写的被当成人写的，照样得高分。
大家靠什么猜来源？语言线索：回复长度、错别字、第一人称代词，还有成本收益类的词，比如 lives、save。受试者尤其不买「算账式」推理的账，可能是因为预期 AI 爱做这种把人命折成数字的论证。研究者的解读：是动机性信念与内群体、外群体偏见在左右评价。说白了，在道德这种敏感地带，人先掂量「说话的是不是我们自己人」，再轮到内容本身。
论文 2026 年 8 月 5 日发表于 PLOS One：《A moral Turing test: How belief and source shape detection of and agreement with LLM judgments》，作者 Basile Garcia、Crystal Qian、Stefano Palminteri；N=230，60 个伦理情境，含个人型与非个人型道德两难。
用法有两个，都不费事。头一个，重要内容做一次「盲评」：先读完、写下自己的判断，再去看它出自谁手。顺序一换，标签就抢不了先。另一个是反向自查：脱口而出「这一看就是 AI 写的」时，别急着定案，先问问扣掉的分是来自论证里的具体毛病，还是来自那个念头。别忘了，实验里受试者猜来源的准确率不到四分之三，你我未必更高。
下一次有人递给你一段有道理的话，你会先把它读完，还是先问一句「谁写的」？
取材声明：思考框架取自丹·艾瑞里《怪诞行为学》（期望效应：预先知道的信息会改写实际体验与判断）。研究解读基于 PLOS One 上述论文，属单一研究，结论有边界，具体以原始研究为准。本文为科普解读，非专业建议。
心理
让人打折扣的不是 AI 的判断，是「这是 AI 说的」那个念头
2026年8月10日 · 丹·艾瑞里《怪诞行为学》约 5 分钟
你有没有干过这种事：把 AI 给的一段建议原样转给朋友，没提来源。对方连连点头，还夸了句「想得真周到」。过了两天你补一句「其实那是 AI 写的」，他沉默了一下：「怪不得，我就觉得有点空。」同一段话，一个字没改，变的只有一个标签。今年 8 月的一项研究把这个场面搬进了实验室，名字起得很正式：道德图灵测试。
大家靠什么猜来源？语言线索：回复长度、错别字、第一人称代词，还有成本收益类的词，比如 lives、save。受试者尤其不买「算账式」推理的账，可能是因为预期 AI 爱做这种把人命折成数字的论证。研究者的解读：是动机性信念与内群体、外群体偏见在左右评价。说白了，在道德这种敏感地带，人先掂量「说话的是不是我们自己人」，再轮到内容本身。
论文 2026 年 8 月 5 日发表于 PLOS One：《A moral Turing test: How belief and source shape detection of and agreement with LLM judgments》，作者 Basile Garcia、Crystal Qian、Stefano Palminteri；N=230，60 个伦理情境，含个人型与非个人型道德两难。
用法有两个，都不费事。头一个，重要内容做一次「盲评」：先读完、写下自己的判断，再去看它出自谁手。顺序一换，标签就抢不了先。另一个是反向自查：脱口而出「这一看就是 AI 写的」时，别急着定案，先问问扣掉的分是来自论证里的具体毛病，还是来自那个念头。别忘了，实验里受试者猜来源的准确率不到四分之三，你我未必更高。
下一次有人递给你一段有道理的话，你会先把它读完，还是先问一句「谁写的」？
取材声明：思考框架取自丹·艾瑞里《怪诞行为学》（期望效应：预先知道的信息会改写实际体验与判断）。研究解读基于 PLOS One 上述论文，属单一研究，结论有边界，具体以原始研究为准。本文为科普解读，非专业建议。
心理学
让人打折扣的不是 AI 的判断，是「这是 AI 说的」那个念头
2026年8月10日 · 丹·艾瑞里《怪诞行为学》約 5 分
你有没有干过这种事：把 AI 给的一段建议原样转给朋友，没提来源。对方连连点头，还夸了句「想得真周到」。过了两天你补一句「其实那是 AI 写的」，他沉默了一下：「怪不得，我就觉得有点空。」同一段话，一个字没改，变的只有一个标签。今年 8 月的一项研究把这个场面搬进了实验室，名字起得很正式：道德图灵测试。
大家靠什么猜来源？语言线索：回复长度、错别字、第一人称代词，还有成本收益类的词，比如 lives、save。受试者尤其不买「算账式」推理的账，可能是因为预期 AI 爱做这种把人命折成数字的论证。研究者的解读：是动机性信念与内群体、外群体偏见在左右评价。说白了，在道德这种敏感地带，人先掂量「说话的是不是我们自己人」，再轮到内容本身。
论文 2026 年 8 月 5 日发表于 PLOS One：《A moral Turing test: How belief and source shape detection of and agreement with LLM judgments》，作者 Basile Garcia、Crystal Qian、Stefano Palminteri；N=230，60 个伦理情境，含个人型与非个人型道德两难。
用法有两个，都不费事。头一个，重要内容做一次「盲评」：先读完、写下自己的判断，再去看它出自谁手。顺序一换，标签就抢不了先。另一个是反向自查：脱口而出「这一看就是 AI 写的」时，别急着定案，先问问扣掉的分是来自论证里的具体毛病，还是来自那个念头。别忘了，实验里受试者猜来源的准确率不到四分之三，你我未必更高。
下一次有人递给你一段有道理的话，你会先把它读完，还是先问一句「谁写的」？
取材声明：思考框架取自丹·艾瑞里《怪诞行为学》（期望效应：预先知道的信息会改写实际体验与判断）。研究解读基于 PLOS One 上述论文，属单一研究，结论有边界，具体以原始研究为准。本文为科普解读，非专业建议。