YouGov AI 担忧民调显示：随着采用率上升，英国公众信任正在下降
尽管人工智能技术变得更加为人熟知、使用也更加广泛，YouGov 记录到英国公众对人工智能的态度发生了明显变化。YouGov AI 担忧民调发现，52%的英国人预计 AI 的整体影响将是负面的。这一比例在 2024 年为 34%。
目前仅有 19% 的人预计其整体影响会是积极的，这一比例在同期几乎没有变化。不断扩大的差距挑战了行业的一项核心假设：更多接触 AI 自然会带来更高的公众接受度。
这一结果发布前不久，Anthropic 及其他前沿 AI 公司相关人士再次发出警告。但该调查并不只是对人类灭绝等戏剧性预测的反应。多数受访者首先联想到的是 AI 对就业、社会、隐私和信任等日常层面的影响。
这一差异对 Anthropic、OpenAI、Google 和 Microsoft 等公司至关重要。它们的产品可以不断获得用户，而其背后的机构却可能失去正当性。因此，眼下的冲突并非采用与拒绝之间的对立，而是技术进步与公众许可之间的矛盾。
YouGov AI 担忧民调显示，悲观情绪正广泛蔓延
核心发现并非英国人突然开始害怕某场遥远的灾难，而是负面预期如今已覆盖 AI 的日常影响与非同寻常的影响。
9 月 18 日发布的这项 AI 态度调查发现，52%的英国人预计 AI 将带来负面的整体影响。仅有 19% 对此持乐观态度。仍有相当一部分人不确定，但在表达明确倾向的人群中，悲观者已构成清晰多数。
YouGov 的历史对比赋予了这一结果重要意义。负面看法的比例已从 2024 年的 34% 上升，而乐观情绪总体保持稳定。公众意见并非只是日益壮大的支持者和批评者阵营之间变得更加两极分化。天平之所以倾斜，是因为担忧不断扩大，而乐观情绪未能同步增长。
调查还询问受访者可能威胁人类生存的因素。34% 的人将机器人或人工智能列为最可能导致人类灭绝的三项原因之一。这一比例在 2025 年 8 月为 15%，意味着在约一年内翻了一倍多。
AI 的排名仍低于核战争（58% 的人选择）和气候变化（43% 的人选择）。这一结果不应被解读为三分之一的英国人预计 AI 将毁灭人类。它意味着受访者在给出的选项中，将 AI 选为三项相对更可能的原因之一。
另一项问题得出了另一项重要区分。66% 的人表示，AI 有可能终结人类文明，但仅有 23% 认为这一结果很可能发生。另有 43% 的人认为其存在可能性但不太可能发生，17% 则否认这种可能性。
这些回答说明，耸动的标题可能会掩盖更紧迫的故事。英国人可以承认灾难性情景在理论上可能发生，却不会将其视为首要担忧。当被问及首先想到 AI 的什么时，56% 的人选择了其对日常生活的影响，包括就业和社会。
仅有 19% 的人表示，人类生存会是他们的第一联想。YouGov 称，这一比例自 2023 年 5 月以来实际上没有变化。因此，担忧的上升不能简单归结为全国突然聚焦于 AI 末日论。
相反，它反映出公众对 AI 开发和引入方式的判断正在扩大。人们看到了潜在益处，但许多人并不相信企业或政治机构会负责任地管理这一转型。这种对机构的判断，是该民调最具影响力的发现。
日常风险解释了英国 AI 焦虑为何正在加剧
当从日常体验而非推测性的超级智能角度审视 AI 时，公众担忧就更容易理解。
英国国家统计局在 2026 年 6 月收集的数据中发现了类似模式。其 公众态度数据显示，38% 的成年人认为 AI 带来的风险多于益处。仅有 13% 的人认为益处超过风险，43% 则认为两者大致平衡。
ONS 调查将信息完整性列为最普遍的担忧。81% 的人认为 AI 可能使判断新闻或信息是否为虚假内容变得更困难。77% 的人提到个人数据可能在未经同意的情况下被使用，63% 的人认为网络犯罪暴露风险将增加。
这些并非需要人们理解前沿模型研究的抽象风险。它们涉及可识别的实际经历，包括冒充、内容不可靠、自动化欺诈和不透明的数据收集。每一项新能力都可能让这些担忧显得更加迫切。
就业问题又增加了一层忧虑。在 16 至 29 岁的成年人中，47% 认为 AI 可能危及自己的工作。30 至 49 岁人群中这一比例达到 49%，相比之下，50 至 69 岁人群中为 24%。
这种差异部分反映了人们在职业生涯中所处的位置。年轻人和职业中期的成年人还要在招聘、培训和岗位设计变化中经历更长时间。他们也可能看到雇主在明确的保障措施或转型计划出台前，就开始试验自动化。
YouGov 早期的定性研究发现，31% 的参与者将就业及其后果列为主要担忧。受访者讨论了岗位替代、初级职位招聘减少、再培训、不平等，以及进入技能型工作的路径流失等问题。
最后一项风险值得关注。公司可以实现初级任务自动化，而无需立即取消整个职业。然而，初级岗位减少可能会削弱未来专业人士获得判断力、情境理解和责任意识的培养渠道。
同样的担忧也适用于信息工作。AI 生成的草稿可以减少常规生产所需的时间，但不可靠的输出仍需要知情审查。如果组织削减过多的人类专业能力，就可能失去发现错误所需的能力。
这就是为什么负责任的工作场所采用不能只通过产出量来衡量。团队还需要可靠的信息来源、审查流程和访问控制。个人 AI 知识库可以支持核验，但没有任何系统能够消除人类责任的必要性。
ONS 调查结果中积极的一面同样真实。29% 的人预计 AI 将改善学习机会，25% 的人认为它可以让工作更轻松。另有 20% 的人看到了改善医疗服务可及性的潜力。
然而，41% 的人无法指出 AI 可能给自己生活带来的任何积极影响。这一结果暴露了行业的沟通问题。益处往往以未来生产力的承诺形式出现，而危害则以当下关于工作、数据和真实性的问题呈现。
AI 的采用速度快于信任的建立速度
最重要的逆转在于，使用 AI 并不会自动转化为对开发它的公司的信心。
日常用户明显比整体公众更乐观。YouGov 发现，44% 的日常用户预计整体影响会是积极的，而所有受访者中的这一比例为 19%。从未使用过 AI 的人中，乐观比例降至 4%。
这种关系表明，直接体验可以揭示真正的实用价值。将 AI 用于编程、研究、写作或行政工作的用户，往往能看到具体好处。他们不需要推测性的生产力预测，因为能够识别出已经变得更省时的任务。
然而，熟悉并不能消除对机构的怀疑。75% 的日常用户仍认为该行业面临的监管太少。70% 的人不相信 AI 公司能负责任地开发这项技术。
这一组合对行业的威胁比单纯的不使用更大。一个未曾尝试就拒绝 AI 的人，可以被视为不了解这项技术。而一名认可产品价值却不信任其开发者的常规用户，则提出了更棘手的挑战。
这些用户能够区分实用性与正当性。他们可能依赖 AI 助手，同时质疑其训练数据、安全测试、隐私控制、劳动影响或发布时间表。产品满意度并不能化解这些更广泛的担忧。
这种分歧也使其难以与早期消费技术相比较。社交网络通过网络效应增长，使不参与变得越来越困难。生成式 AI 则可能通过工作场所强制要求、捆绑软件和竞争压力传播，即使用户仍感到不安。
因此，采用数据可能高估了公众同意程度。员工可能因为 AI 功能被嵌入必用软件而使用它。学生可能因为同伴改变了预期工作速度而使用它。小企业可能因为竞争对手降低了成本而采用自动化。
这些决定都不必然表明用户信任提供该模型的公司。它们可能表明，选择退出的成本已经变得高昂。当科技公司引用使用量来证明公众担忧已获解决时，这种差异至关重要。
YouGov AI 担忧民调表明的恰恰相反。直接体验似乎提升了人们对 AI 能力的乐观预期，却没有恢复他们对公司治理开发过程的信任。人们正在将产品能力与机构责任区分开来。
这种分裂也解释了为什么单靠更好的模型无法解决问题。准确性、速度或推理能力的提升可以促进采用，同时也会提高人们对失败后果的认知。能力更强的系统可以同时提升实用性与焦虑感。
因此，AI 公司面临两项考验。它们必须打造能够完成有价值工作的工具，也必须证明其部署值得获得公众信心。通过第一项考验，不再保证能够通过第二项。
真正的冲突是创新与公众许可之间的矛盾
英国公众并未普遍要求立即停止 AI 发展，但他们拒绝行业偏好的发展速度和自我监管程度。
YouGov 发现，73% 的人认为 AI 公司面临的监管太少。其中包括 51% 认为监管严重不足的人。仅有 7% 认为当前水平适当，1% 则认为公司面临过度监管。
公众对治理关系中的双方都表达了同样低的信心。79% 的人对 AI 公司负责任地开发这项技术几乎没有或完全没有信心。80% 的人对现任及未来英国政府有效监管 AI 也持同样看法。
这造就了一个异常困难的政策环境。公民不希望公司自行监管，但他们也不信任应当监督这些公司的机构。监管作为目标或许广受欢迎，但具体的监管方式仍容易受到质疑。
英国政府继续将 AI 定位为一项经济机遇。其 AI Economics Institute 正在研究 AI 对生产率、企业和劳动力市场的影响。该计划还涉及与 Anthropic、Google、OpenAI 和 Microsoft 的合作。
这种合作可以为政策制定者提供技术知识和行业数据访问渠道。但如果企业似乎对约束自身的规则拥有不成比例的影响力，也可能加剧公众担忧。证据、利益冲突和决策过程的透明度将至关重要。
英国当前的治理体系同样依赖于针对特定行业或危害的法律与监管机构。消费者保护、数据保护、劳动法、网络安全和医疗监管均覆盖了 AI 部署的部分环节。由此形成了覆盖，但并非一个公众能够理解的完整体系。
这种碎片化做法可能是合理的，因为 AI 医疗设备与写作助手带来的风险不同。然而，它也可能使问责对象难以确定。出现问题时，用户可能不知道应由哪个监管机构、公司或专业人士承担责任。
政府的 agentic AI review 凸显了这一问题。智能体系统会接收目标，随后在更少直接人工控制的情况下跨服务进行规划或采取行动。现有消费者法依然适用，但自主行动可能使责任更难追溯。
公众反应倾向于更缓慢的发展路径。61% 的受访者支持在允许 AI 继续发展的同时，放缓 AI 能力发展的速度。24% 的人反对这种做法。
临时暂停获得了 51% 的支持。更严格的措施也拥有相当规模的支持者，其中 40% 支持永久停留在当前能力水平。29% 支持终止进一步开发并禁止 AI 技术。
这些立场不应被合并为一个反 AI 的多数群体，因为相关政策存在实质性差异。不过，维持现状的表现不佳。仅 21% 支持按当前速度继续发展，62% 则表示反对。
传递的信息并不只是“停止 AI”。而是公众希望发展以更有力的证据、监管和控制为前提。若行业领导者将每一项限速要求都视为反对创新，就可能误读这一诉求。
民调衡量的是观点，而非灾难发生的概率
这些发现揭示了严重的合法性问题，但并不能证明 AI 将导致任何特定结果。
调查回应取决于措辞、时机、可选项以及问题周围的背景。YouGov 在与前沿 AI 开发相关人士发出一周突出警告后公布了结果。这些警告很可能塑造了受访者思考相关问题时所处的公共讨论环境。
该出版物提到前 Anthropic 员工 Jacob Coxon，他指控 Anthropic 和 OpenAI 行事不负责任。它还讨论了 Anthropic CEO Dario Amodei 以及另一名 Anthropic 员工 Evan Hubinger 发出的警告。
这些说法具有相关性，因为它们来自拥有 AI 组织内部经验的人士。但它们并非对灭绝风险的独立测量。对于前所未有的未来系统所作的估计，仍是受假设影响的判断，而非可重复的观察结果。
同样的谨慎也适用于认为 AI 有可能终结人类文明的 66% 受访者。“可能性”涵盖了对概率的广泛认知。YouGov 的后续调查清楚地说明了这一点，因为只有 23% 认为该结果很可能发生。
民调也可能反映出超出 AI 本身范围的不满。对企业、政府、媒体和政党的不信任，会影响受访者如何理解有关技术治理的问题。AI 成为对制度的一项新考验，而许多人早已认为这些制度并不可靠。
也有理由不将公众焦虑视为简单的误解。英国官方统计数据独立显示，人们对虚假信息、数据使用和网络犯罪普遍感到担忧。这些问题已经存在，即使其最终规模仍不确定。
早期民调表明，这种担忧早于最新警告。一项 2025 年调查发现，87% 的人支持要求开发者在发布前证明系统安全。根据 safety law poll，调查还发现，仅 9% 的人信任科技高管能在监管辩论中代表公众利益。
不同调查之间的一致性强化了信任薄弱这一结论。不过，公众意见并不能规定某一种技术上可靠的政策。原则上听起来有吸引力的要求，若“安全”缺乏可衡量的定义，仍可能无法奏效。
放缓前沿开发也带来执法难题。大型系统跨境开发，能力可通过研究、模型访问或企业竞争扩散。一个国家实施的限制，可能只会使工作转移至其他地区，而不会降低全球风险。
YouGov 直接测试了这一权衡。57% 的人支持寻求与非民主国家就开发速度和方式达成协议。仅 11% 反对作出这种尝试。
当被问及若这些国家拒绝合作，西方应如何行动时，受访者意见出现分歧。26% 倾向于即便面临所述的不可控 AI 风险，仍保持领先；31% 则倾向于即使竞争对手获得优势也应放慢速度，42% 表示不知道。
这种不确定性是合理的。该问题迫使受访者比较难以衡量的技术风险，以及同样不确定的地缘政治风险。调查可以揭示这种困境，但无法解决它。
因此，谨慎的结论比任何一方可能偏好的都更为有限。英国公众的担忧显然有所加剧，而信任度极低。这项民调无法证明灾难性预测；同样，不确定性也不会使公众的实际担忧变得无关紧要。
AI 公司和英国政策制定者接下来必须证明什么
下一阶段将通过可见的问责证据来评判，而不是又一轮关于遥远收益的承诺。
首个值得关注的信号，是英国政策制定者是否为最具能力的系统开发者明确可执行的义务。除非监管机构能够获取信息、评估风险，并在危害广泛蔓延前作出回应，否则宽泛原则的价值有限。
这并不要求将每一种 AI 产品一视同仁。一款使用范围狭窄的排程工具，不应与能够编写代码或操作外部服务的通用模型接受同等审查。基于风险的监管需要明确门槛和可问责的机构。
第二个信号，是企业是否披露普通用户能够与实际决策关联起来的证据。模型评估、事件报告、部署限制和发布后监测，可以显示企业如何应对已知局限。仅为支持营销主张而进行的选择性发布，将加深不信任。
第三个信号，是 AI 是否创造了在科技公司之外也能看见的收益。改善医疗服务可及性、提供有用的教育支持、更安全的欺诈检测和改善工作条件，都可能改变公众意见。若生产率提升主要伴随裁员或削弱入门渠道，效果则会朝相反方向发展。
就业数据将尤为重要。研究人员应区分被自动化的任务与整个岗位的消失。他们还应追踪招聘、工资、培训、工作负荷以及新增初级岗位的情况。
信息完整性同样值得关注。相关指标包括 AI 驱动的欺诈、冒充、虚假媒体内容，以及来源追溯或身份验证系统的有效性。公众信心将取决于防御工具能否与内容生成技术同步改进。
企业还应关注最频繁使用其产品的用户。日常用户已对 AI 的益处更加乐观，但绝大多数人仍不信任开发者，并支持更严格的监管。这一群体发出了早期预警：产品参与度不能替代合法性。
当与未来几轮调查进行比较时，YouGov 的 AI 担忧民调将更具意义。若在推出新保障措施后，悲观情绪仍持续上升，则表明这些措施缺乏可信度或可见性。若担忧下降，则说明体验与治理正开始回应公众关切。
没有任何一项公告能够平息这场辩论。信任通常通过反复的证据建立：机构披露失败、接受限制并提供有意义的补救措施。当领导者将每一种担忧都描述为无知或抗拒进步时，信任便会下降。
对于开发者、企业采购方和知识工作者而言，实际问题已不再是 AI 采用是否会继续，而是这种采用是否发生在一个人们认为足够可问责、因而愿意接受的体系内。采购方应询问供应商：模型如何使用数据、如何审查错误，以及在重要决策中最终由谁承担责任。
英国公众并未对人工智能作出简单的反对裁决。它发出的是一项警告，针对的是当前发展推进的条件。企业可以用证据回应这一警告，政策制定者则可以用可执行的问责机制回应它。
下一波 AI 部署会为人们带来更清晰的益处和更强的控制，还是只会让退出变得更困难？这一选择将决定英国对 AI 的担忧究竟是暂时反应，还是持久的政治约束。
