Gallup 发现：熟悉 AI 仍未赢得美国人的信任

Gallup 发现，美国 AI 热潮背后存在一个顽固矛盾：接触程度不断上升，但人们的安心程度并未同步提高。通过 google news 传播的调查结果显示，高频用户对 AI 的看法比非用户更积极。然而，熟悉并未消除人们对失业、创造力减弱、信息不可靠或人类控制被削弱的担忧。

这并非人们仅仅害怕陌生技术的简单故事。美国人已通过推荐服务、导航、虚拟助手、智能设备、工作场所软件以及 ChatGPT 等生成式工具接触 AI。根据 Gallup 的 2026 年职场研究，如今半数在职成年人每年至少会在工作中使用 AI 数次。

矛盾存在于采用与信任之间。AI 公司常将使用增加视为阻力终将消退的证据。Gallup 的发现则表明，现实更为复杂：人们可以将 AI 融入日常任务，同时仍对部署它的机构持怀疑态度。

Gallup AI 调查究竟发现了什么

经常使用 AI 的美国人接受度更高，但全国对于这项技术究竟代表进步还是一种独特威胁，仍存在分歧。

Gallup 于 2025 年 7 月发布的全国调查要求美国人在两种关于人工智能的宽泛描述中做出选择。其中一种将 AI 描述为又一项技术进步，人们最终会利用它改善生活。另一种则认为，它与早期技术根本不同，并对人类和社会构成威胁。

结果恰好势均力敌。49% 的受访者选择了“技术进步”的表述，另有 49% 选择了“威胁”的表述。这种分歧之所以重要，是因为即便生成式 AI 已成为职场、学校、娱乐和消费产品中的常见话题，这一分歧依然存在。

当 Gallup 询问 AI 将如何影响人类工作时，意见的分歧没有那么均衡。59% 的人预计，AI 会减少人们从事重要或创造性任务的需求。只有 38% 预计，AI 会处理琐碎工作，让人们腾出时间从事更高价值的活动。

个人意愿则更加谨慎。64% 的人表示，他们计划尽可能长时间地抵制在自己的生活中使用 AI。35% 的人表示，他们打算迅速拥抱它。

这些数据来自 2024 年 8 月至 10 月开展的 Gallup Panel 调查。Gallup 于 2025 年 7 月 10 日发布了完整分析。该小组采用概率抽样，这意味着参与者通过旨在代表成年人口的方法选出，而非来自开放式在线投票。

接触程度带来了该研究中最明显的差异之一。在每天使用生成式 AI 的用户中，71% 将 AI 描述为人类可以加以利用的又一项进步。相比之下，从不使用生成式 AI 的人中，只有 35% 持有这一看法。

这 36 个百分点的差距支持这样一种观点：亲自使用可以减少部分不确定性。虚拟助手、智能设备和个性化推荐也呈现出类似模式，尽管差距较小。

不过，这一发现并不能证明接触会自动带来安心。每天使用 AI 的人属于自我选择的群体。他们可能原本就更乐观、更具技术信心，或在职业上更有动力采用这项技术。

结果还区分了熟悉与认同。一个人可以了解生成式 AI 的工作原理，用它起草一封电子邮件，却仍反对将其用于招聘或医疗决策。知识减少了神秘感，但并不能决定某种具体部署是否公平、安全或值得提倡。

这种区别也出现在另一项企业信任调查中。2025 年，31% 的美国人在某种程度上信任企业会负责任地使用 AI。这一比例高于 2023 年的 21%，但仍意味着绝大多数人几乎没有或完全没有信任。

因此，Gallup AI 调查同时传递了两项发现。高频用户总体上更积极，但广泛的公众抵触依然显著。若只将第一项发现作为标题，就会忽略更深层的矛盾。

Google News 的关注并不等于人们对 AI 感到安心

曝光度可以让 AI 显得不可避免，却未必能让其后果变得可以接受。

Gallup 调查结果出现在 google news 的各类报道中，扩大了其传播范围，但不应将分发与公众认可混为一谈。Google News 是一项聚合与发现服务。它在这个故事中的存在描述的是读者如何接触报道，而不是谁开展了基础研究。

这一区别尤其重要，因为 AI 本身也正在改变新闻发现方式。搜索引擎和聊天机器人越来越多地在读者抵达原始文章前先行总结信息。出版商也在尝试将 AI 用于转录、翻译、推荐、标题测试和内容制作。

美国人对这一转变仍持犹豫态度。2026 年 5 月，一项针对 2,062 名成年人的 Gallup Panel 调查发现，只有 7% 的人非常多或相当程度地依赖 AI 工具获取新闻。57% 的人表示，他们完全不依赖 AI 获取新闻。

AI 在所有受测的主要新闻来源中排名最低。只有 2% 的人将聊天机器人或 AI 助手列为其前三大来源。搜索引擎达到 16%，新闻网站或应用达到 44%，社交媒体达到 54%。

当 Gallup 询问 AI 辅助报道时，信任问题变得更加突出。39% 的人表示，新闻机构使用 AI 会直接降低他们对信息的信任。

核验对部分受访者有所帮助，但没有任何补救措施获得多数支持。22% 的人表示，独立核验会提高信任度。20% 的人更希望确认有人类编辑检查过相关材料。

仅靠清晰披露只说服了 7% 的人。这一结果挑战了这样一种假设：在内容旁标注“AI-generated”即可化解核心担忧。读者还希望看到有人仍对准确性负责的证据。

这项AI 新闻调查结果表明，人们会将便利性与可信度区分开来。聊天机器人可以快速总结一项正在发展的事件，但速度并不能告诉读者，摘要是否遗漏了背景信息或编造了说法。

这一问题不止影响新闻业。生成式 AI 会根据用户的指令生成文本、图像、音频或其他内容。其输出反映的是从大型数据集中学习到的统计模式，而非逐一核查每项陈述是否符合现实的人类过程。

用户往往通过使用经验发现这种局限。更高的熟悉度可以揭示实用能力，但也会暴露自信却错误的回答、虚构的引用、前后不一致的答案和缺失的背景信息。一些接触会让 AI 显得不那么可怕。另一些接触则给用户留下继续保持谨慎的具体理由。

这种模式解释了为何 AI 熟悉度并未带来一致的情绪转变。初次使用者可能会对即时摘要留下深刻印象。经常使用者最终会知道何时需要核验该摘要。

构建个人知识系统的人也面临同样的选择。AI 可以整理或检索信息，但用户仍需要可靠的源材料，以及审查重要主张的方法。

Google news 的可见度放大了公共讨论，却没有解决争议。人们越多地接触 AI 生成的摘要和推荐，就越能看到其便利性与核验负担。

AI 的采用速度快于机构信任的建立

AI 在工作场所已跨越采用门槛，但员工仍在评估谁获得收益、谁承担风险。

Gallup 2026 年 2 月的职场调查覆盖了 23,717 名美国在职成年人。在其追踪中首次有 50% 的人表示，他们每年至少会在岗位中使用 AI 数次。这一比例较上一季度的 46% 上升。

高频使用也创下新高。13% 的人每天使用 AI，28% 的人每周至少使用数次。同时，41% 的人表示所在组织已将 AI 整合进实践中。

这些数字表明，AI 不再局限于早期试验。员工会使用它起草内容、总结信息、生成创意、分析材料并完成行政任务。

生产力证据真实存在，但其范围比许多企业叙事所暗示的更窄。在采用 AI 的组织中，65% 的员工表示它提升了自身生产力和效率。只有约十分之一的人强烈同意，它已改变了组织完成工作的方式。

这一差距至关重要。让一项个人任务更快完成，并不等同于重塑一个组织。员工可能在会议记录上节省时间，却仍要面对同样的审批流程、数据孤岛、激励机制和人员配置限制。

Gallup 还发现，采用 AI 的组织内部出现了更多可见的劳动力变化。采用 AI 的组织中，27% 的员工报告称过去一年经历了重大扰动。未采用 AI 的组织中，这一比例为 17%。

AI 采用者中，扩张与收缩都更为常见。34% 的人报告劳动力增长，而非采用者中这一比例为 28%。23% 的人报告人员缩减，其他组织中则为 16%。

这些数据并不能证明 AI 导致了每一项人员决策。投资 AI 的组织可能本就变化更快、正在重组部门，或是在应对不同的市场环境。

不过，这种模式让员工有充分理由密切关注部署情况。AI 的采用正伴随着招聘、职责和员工人数的可见变化。员工无需拒绝这项技术，也会担心管理者将如何使用它。

在所有接受调查的员工中，18% 认为 AI 或自动化可能会在五年内取代他们的工作。在已采用 AI 的组织中，这一比例达到 23%。

Gallup 早期的全国研究发现了更广泛的担忧。2025 年，73% 的美国人预计，AI 会在未来十年减少全国就业岗位总数。

因此，这项职场采用数据要求高管提供的不仅是访问权限和培训。员工希望知道哪些决策仍由人类做出、绩效将如何评估，以及效率收益会支持员工还是取代他们。

透明度之所以重要，是因为人们评判的是部署 AI 的机构，而不仅是给出答案的模型。一名员工可能信任摘要工具，却不信任用于晋升的秘密评分系统。

企业有时将抵触描述为技能缺口。这种解释并不完整。培训可以减少对功能的困惑，却无法回答有关监控、问责、知识产权或工作保障的问题。

组织需要制定员工能够理解的部署规则。它们应明确获批的使用场景、受限制的数据、审核要求，以及系统失效时的责任人。

它们还应衡量的不只是使用量。显示提交了数千条提示词的仪表盘，几乎无法说明准确性、返工、员工压力或客户结果。

没有治理的采用可能会加深疑虑。员工可能因为雇主期待而使用某个 AI 工具，但私下里怀疑其输出，或担心使用数据会被如何解读。

这正是美国人对 AI 的安心感叙事出现逆转的核心。更多接触可以提升实际能力，却未必能带来对雇主、平台或围绕这项技术的决策流程的信心。

熟悉度揭示了 AI 的取舍，而非消除它们

经常使用者并不只是变得更适应；他们正在了解哪些 AI 用途值得信任，哪些则需要抵制。

最有力的证据来自年轻美国人：他们接触 AI 的程度很高，同时怀疑态度也在增长。Gallup 的 2026 年 Z 世代研究通过其概率抽样小组调查了 1,572 名 14 至 29 岁人群。

51% 的人至少每周使用一次生成式 AI。其中，22% 每天使用，29% 每周使用。采用率与前一年基本持平。

但他们的情绪仍发生了变化。兴奋感下降 14 个百分点至 22%，希望感下降 9 个百分点至 18%。愤怒感上升 9 个百分点至 31%，焦虑感则维持在 42%。

每天使用者的看法仍比非使用者更积极。在每天使用者中，44% 感到兴奋，38% 感到充满希望。从不使用 AI 的人中，这两个比例分别为 4% 和 2%。

然而，每天使用者也随着时间推移变得不那么积极。他们的兴奋感在一年内下降了 18 个百分点，希望感下降了 11 个百分点。熟悉度在某一时点可以预测更正面的看法，但持续使用并不保证热情会不断增长。

这一发现很重要，因为它削弱了一种流行的采用叙事。如果使用会自动产生信任，最活跃的使用者理应持续变得更加乐观。Gallup 在这一群体中发现的却是相反的变化。

原因可能在于用户从中学到了什么。AI 能提供即时帮助，但人们也会遇到它在推理、来源、原创性和一致性方面的局限。

Z 世代受访者对于 AI 是否能帮助他们找到准确信息存在分歧。37% 预计会有一定帮助，39% 则预计会造成损害。

在两个与人类判断密切相关的领域，预计 AI 带来损害的受访者多于预计带来帮助的人。38% 认为 AI 会损害他们形成原创想法的能力，相比之下，预计会有帮助的占 31%。42% 预计 AI 会损害审慎思考，而预计会改善的仅占 25%。

十分之八的人认为，使用 AI 会让未来的学习更加困难。其中，34% 认为这种结果非常可能发生，46% 认为有一定可能发生。

这些担忧与对效率的认可并存。56% 的人同意 AI 可以帮助人们更快完成工作，尽管这一比例较 2025 年下降了 10 个百分点。46% 表示它可以加快学习，下降了 7 个百分点。

Z 世代的调查结果描述的是一种权衡，而非全面拒绝。年轻人认识到 AI 可以节省时间，但他们也质疑：当辅助变得无处不在时，创造力、研究能力和独立思考会发生什么变化。

这是一种知情的担忧，并不一定是对陌生技术的恐惧。每周使用 AI 的学生，直接体验过它带来的便利，也体验过它诱使人绕过艰难认知工作的倾向。

同样的权衡也出现在年轻员工中。48% 的在职 Z 世代受访者表示，AI 在工作场所的风险大于其益处。只有 15% 认为益处超过风险，37% 认为两者大致相当。

信任在很大程度上取决于人的参与。69% 的人信任未使用 AI 完成的工作，而对 AI 辅助完成的工作，这一比例为 28%。仅有 3% 表示，他们更信任完全由 AI 产出的工作。

这些数据并不表明人类完成的工作总是准确。它们表明，人们将人类署名与责任、语境，以及向可识别的决策者提出质疑的可能性联系在一起。

AI 辅助工作处于中间位置，因为当人仍然实质性参与时，它可以保留这些特征。除非相关组织提供强有力的审查流程，否则完全自动化的输出会失去这种保障。

怀疑论的角度也需要一项方法论上的提醒。“每天使用者”这类调查分类涵盖的行为差异很大。一名受访者可能用 AI 获取拼写建议，另一名则可能把研究、编程或创意工作委托给它。

自我报告的使用情况无法完整衡量能力、依赖程度或个人经历的质量。横截面比较也无法证明，AI 接触导致了乐观或怀疑。

即使存在这些局限，Gallup 和其他调查中反复出现的模式仍难以忽视。Pew Research Center 报告称，一半美国成年人对日常生活中 AI 使用增加感到担忧多于兴奋。只有 10% 的人感到兴奋多于担忧。

与此同时，公众与 AI 的互动正在增加。Pew 发现，2025 年 6 月有 31% 的人每天与其互动数次，高于 2024 年 2 月的 22%。

公众态度趋势支持了 Gallup 更广泛的信息。熟悉度和担忧正同步上升，因为采用让人们看到了真实的益处和真实的取舍。

因此，企业应停止把安心感视为单一分数。用户可以信任 AI 重新格式化笔记，却拒绝让它参与招聘。有人可以重视编程辅助，同时拒绝与公开模型共享机密数据。

相关的衡量单位是具体使用场景。信任取决于风险程度、涉及的数据、模型的可靠性、审查流程以及出错的后果。

下一轮 Gallup 和 Google News 信号应显示什么

AI 采用的下一阶段将通过行为、问责和结果来评判，而不只是认知度。

第一个需要关注的信号是，高频使用者是否会随着时间推移变得更积极。单次比较使用者和非使用者，无法揭示变化的方向。

重复的 Gallup 测量可以回答这个更有意义的问题。如果每天使用者在维持高使用率的同时重新获得兴奋感，那么“熟悉会带来安心感”的论点就会更有力。

如果每天使用者的热情持续下降，相反的解释就更有分量。人们可能是因为 AI 有用或被要求使用而学习使用它，而不是因为他们信任其更广泛的影响。

Z 世代提供了一个尤其清晰的检验。其每周采用率维持在 51%，而兴奋感、希望感以及对 AI 教育价值的信心均在下降。如果再出现一年类似走势，将表明使用与认可已经分离。

第二个信号是，组织能否将 AI 采用与可衡量的改进联系起来，同时不制造更强的不安全感。生产力主张需要超越对个人任务节省时间的自我报告。

企业应报告 AI 是否减少错误、改善客户结果、缩短项目周期，或让员工有更多时间承担有价值的职责。它们也应监测返工、压力、人员配置变化和员工信心。

Gallup 发现，在采用 AI 的组织中，只有约十分之一的员工强烈认为这项技术已经改变了工作。这一结果为未来调查提供了清晰的基准。

如果这一比例上升，将表明组织正从零散辅助转向重新设计流程。如果没有变化，则意味着采用仍集中于起草、总结和其他孤立任务。

应将员工信任与生产力一并衡量。如果效率提高，同时对被替代的恐惧也在上升，企业就尚未化解主要矛盾。

第三个信号是，新闻机构和信息发现平台如何处理 AI 验证。Google News 和其他聚合平台日益处于出版商与读者之间，而 AI 摘要又增加了一层解读。

Gallup 发现，39% 的美国人在报道使用 AI 时会失去信任。只有 7% 表示，仅披露这一点会增加信任。

这一差距意味着，出版商需要提供清晰可见的人类问责证据。更正、来源链接、作者身份标识和编辑审查，比笼统标签更有分量。

关注未来调查是否显示：当读者可以查验原始来源时，接受度会更高。如果验证工具能显著提升信任，新闻机构就将拥有一条可行的采用路径。

如果怀疑态度保持不变，AI 辅助报道将面临更深层的合法性问题。出版商或许能提高生产速度，却会削弱使其工作具有价值的可信度。

这一教训延伸至媒体之外。人们并不是要求技术在使用前达到完美。他们在问的是：谁控制它，谁审查它，以及当它失效时，谁承担代价。

熟悉度可以回答 AI 系统能做什么。安心感则取决于它的使用是否保护人类判断、隐私、生计和问责。

这就是为什么 Gallup 的发现意义不止于又一个 Google News 周期。它们否定了这样一种令人安心的假设：采用会自行平息公众争论。

下次 AI 工具进入你的工作、学校或信息获取日常时，问自己三个问题：你能否验证它的输出，识别负责的人，并且在不受惩罚的情况下拒绝使用该系统？

这些答案比单纯的原始使用量更能揭示美国 AI 的未来。