AI 越普及，美國人為何反而越不信任？

AI 的應用速度不斷加快，但公眾信心並沒有同步上升。Pew Research Center 最新調查顯示，如今有 52% 美國人表示，對 AI 在日常生活中持續擴大的使用是「擔憂多於興奮」，比 2021 年的 37% 明顯增加；只有 9% 的人感到興奮多於擔憂。7

這種落差反映出一個核心問題：許多人感受到的 AI，不是一項全民共享的生活改善，而是一次快速且不透明的權力轉移。企業、平台與科技公司獲得更多能力，個人則要承擔工作、教育、隱私、創作與自主權的不確定性。

AI 的好處抽象，風險卻很貼身

AI 確實能協助寫作、搜尋、程式設計與客服等工作，但這些好處並非人人都能直接感受到。一項能替公司節省成本的功能，對員工而言可能代表職位受到威脅；對企業更有效率的自動化客服，對消費者卻可能只是把人帶進更令人挫折的聊天機械人流程。

因此，AI 的正面效益往往以生產力提升、醫療進步或科學突破等長期預測呈現；負面影響卻會在日常中立即出現：錯誤答案、詐騙、合成內容、職場監控，或未經同意便加入產品的 AI 功能。當承諾仍停留在未來，風險卻已經發生，民眾自然更容易記住後者。

工作與教育，讓焦慮變得具體

人們不必相信所有工作都會消失，才會對 AI 感到不安。他們可能擔心的是：入門職位減少、議價能力下降、職場監控增加，或原本需要專業判斷的工作，最後只剩下監督自動化系統。

Pew 的最新調查顯示，71% 美國人預期 AI 在未來 20 年會減少美國的工作數量。5 對年輕人而言，這種擔憂尤其迫切，因為教育與職涯初期正是累積經驗、建立專業能力的階段，而自動化可能改變人們取得第一份工作和學習實務的方式。

生成式 AI 也讓學習制度面臨新的難題。它可以協助學生與教師，卻同時可能代替作業思考、增加評量難度，並模糊「獲得協助」與「真正理解」之間的界線。當人們無法判斷一份成果中哪些努力確實來自本人，對整個教育制度的信任也會跟著下降。

創作與所有權，已經成為信任問題

對作家、藝術家、音樂人及其他創作者來說，AI 訓練資料的爭議並不只是技術問題，而是關於授權、署名、報酬，以及當人類創作被用來建立商業系統時，究竟由誰獲益。

即使 AI 生成的內容本身有用，只要創作者認為自己的作品在沒有實質同意的情況下被吸收，這項技術仍可能被視為一種「抽取」機制。疑慮也不只涉及所有權：Pew 發現，美國人更傾向認為 AI 會削弱、而非改善人們的創意思考能力，以及建立有意義人際關係的能力。12

這也有助解釋實體媒體、紙本筆記、底片相機、面對面活動等離線體驗為何重新受到關注。這不一定表示人們全面拒絕科技，而可能代表他們渴望「來源可追溯」、隱私、專注感、適度摩擦，以及確定某件受到重視的事物確實由人完成。

目前證據不足以證明，反 AI 情緒單獨造成大規模復古科技回潮；但這種文化反應並不難理解：當數位系統變得愈來愈自動化且難以看透，人類親自製作的體驗便顯得更獨特。

預設啟用的 AI，讓人覺得選擇權正在消失

當 AI 工具是自願使用、運作透明且容易控制時，許多使用者或許願意接受。但當 AI 被預設塞進熟悉的產品、把客戶導離真人客服，或引發個人資料如何被使用的疑問，反應就會完全不同。

這個差異對產品設計尤其重要：使用不等於接受。人們可能只是因為沒有實際替代方案而繼續使用某個系統，心裡卻仍對強行推送 AI 的公司感到不滿。長遠而言，這種怨氣可能影響留存率、品牌信任與付費意願。

不信任的對象，還包括打造 AI 的人

公眾的懷疑不只針對模型，也指向企業與高層。一項由 CNBC 與 Generation Lab 進行、訪問 1,088 名 18 至 34 歲美國人的調查發現，受訪者對 9 名知名 AI 產業領袖能否負責任地處理 AI，均以不信任者居多；另有 45% 預期 AI 會傷害自己的職涯，只有 10% 認為 AI 會帶來幫助。

Anthropic 執行長 Dario Amodei 將此形容為「信任危機」。他認為，人們早已不信任企業、政府與科技產業，總懷疑新系統可能被用來對付自己。17

這也說明，單靠公關宣傳很難扭轉局面。當民眾真正想問的是「誰控制這項技術？誰會從中獲益？」時，樂觀口號只會像是在迴避問題，除非人們能在自己的生活中驗證答案。

資料中心，讓抽象爭論變成地方議題

AI 熱潮的實體代價也愈來愈難以忽略。資料中心把 AI 與電力、用水、土地、電網投資及公共政策連結起來。當地社區有理由追問：地方成本是否確定會出現，而承諾中的工作機會、較低帳單或其他回饋，卻仍然沒有明確保證？

這不必然等於反對科技，而是要求企業與政府負起責任，包括清楚揭露影響、合理分攤基礎設施成本、降低對地方的傷害，以及提供可執行的社區回饋。如果這些條件缺席，反彈便是對成本與利益分配不均的理性回應，而不只是「反科技」。

信任下滑，為何會變成 AI 企業的商業問題？

對 AI 公司而言，不信任可能限制採用率、客戶留存、付費意願、招募人才、監管空間，以及興建基礎設施的社會許可。一個技術上令人印象深刻的模型，如果被客戶視為裁員、創作剝削、惱人功能或不可靠服務的工具，便很難形成持久的消費價值。

Airbnb 執行長 Brian Chesky 曾指出，矽谷需要更多能替一般人解決日常問題的 AI 產品，而不應只把焦點放在企業客戶或展示模型能力。 這不只是溝通策略，也是產品策略：當人們能清楚說出 AI 改善了自己生活中的哪一件事，他們才更可能支持這項技術。

Amodei 的批評同樣直接。他承認 AI 公司尚未交出最重大的承諾，並認為宣稱 AI 能治癒癌症，不能取代真正的突破。 換句話說，可信度不會來自更大膽的預測，而會來自可靠、可見且能廣泛共享的成果。

什麼做法可能改善公眾觀感？

若 AI 公司希望獲得更高程度的接受，至少需要落實以下五項承諾：

• 從真實需求出發： 解決一般使用者反覆遇到的問題，而不是只展示技術能力。
• 把控制權交還給使用者： 提供清楚的選擇加入、簡單的退出機制、透明的資料政策，以及真人服務替代方案。
• 讓成果被更公平地分享： 生產力提升應轉化為更好的服務、更低成本、培訓機會與更有保障的工作，而不只是更高的利潤。
• 尊重人類創作： 建立有意義的授權、來源追蹤、署名、補償與權利執行制度。
• 用成果證明承諾： 在醫療、可負擔性、教育與生活水準上交出可衡量的改善，遠比另一場行銷活動更能建立信任。

公眾未必要求 AI 停止進步。他們真正追問的是：進步是為了誰？誰有權決定如何使用？承擔風險的人，是否也能分享利益？

在企業透過產品設計與可觀察成果回答這些問題以前，AI 越快普及，未必能帶來更多熱情，反而可能持續消耗公眾信任。