公众的信任缺失是人工智能扩展的决定性障碍。公民的担忧不断增加，最终导致对这项技术的深刻怀疑。对人工智能的不同看法揭示了接受者与恐惧者之间的不平衡。
必须理解，使用背景和人工智能的类型会影响舆论。人工智能的日益接受需要采取具体行动以恢复公众信任。
对人工智能的日益怀疑
由托尼·布莱尔全球变革研究所(TBI)和益普索(Ipsos)编制的报告突显了公众对人工智能（AI）明显的信任缺失。有相当一部分公民表示不愿使用生成型人工智能工具，从而阻碍了这项技术的扩展。这种不信任不应被视为单纯的忧虑；而是真正的障碍，对政府所承诺的技术革命造成影响。
对人工智能的接受度差异
超过一半的人口在过去一年中体验过生成型人工智能工具。这种快速的接受度与几年前当技术几乎无人知晓的情况形成鲜明对比。相反，近一半的人从未使用过人工智能，造成了对其发展的意见分歧。数据显示，频繁使用人工智能能够增加用户对其能力的信任。
对人工智能相关风险的看法
一个显著的数据浮现：56% 的非用户认为人工智能是对社会的威胁。相反，这一比例在每周用户中下降至 26%。这种动态暗示了熟悉感能够带来对技术的更大安心。初学者的担忧往往源于耸人听闻的标题，加剧了他们对人工智能后果的恐惧。
对人工智能的代际差异认知
年轻人通常显得更乐观，而年长一代则更为谨慎。科技行业的专业人士感到准备好迎接数字化变化，而在如医疗或教育等领域工作的人则对这些进展表达出怀疑和显著的抵触。这种不平衡可能会对这些重要领域内人工智能的接受与整合产生影响。
根据人工智能的应用接受度
对人工智能的态度在其使用过程中差异显著。当人工智能被用于解决具体问题时，例如交通管理或快速医疗诊断，其接受度会增加。明显的好处会促进接受。但面对被认为具有侵扰性的应用，如职业表现监测或广告定向，热情会消退。
对透明度和规则的需求
公众的担忧不仅涉及人工智能的扩展，也涉及其伦理使用。公民希望了解，这项技术的部署应是为了公共利益，在严格的法规下进行。科技公司必须确保人工智能的负责任和有益使用，避免取代人类的决策。
促进信任以鼓励增长
TBI的报告提出了具体解决方案，以建立对人工智能的正当信任。政府的沟通应不断演变，强调实实在在且可触及的好处，例如简化行政程序或缩短医疗服务的等待时间。
人工智能有效性的证明也必须在公共服务中显现。应注重用户的体验，超越技术标准。这种方法将有助于证明人工智能可以为日常生活提供的真实附加价值。
规章制度与用户培训
没有适当的规章制度和可及的培训，人工智能生态系统将受到影响。当局必须具备规范人工智能的能力，而用户则应受益于相应的学习项目。这种适应对将人工智能转变为合作工具至关重要，消除对其作为威胁技术的认知。
增强对人工智能的信任符合提升负责机构和个人的合法性。如果政府能证明其对确保人工智能有利使用的决心，那么就能更广泛地让公众参与到这场数字转型中。
关于公众信任缺失的常见问题：人工智能扩展的主要障碍
为什么公众信任缺失会阻碍人工智能的采用？
信任缺失是许多人犹豫使用人工智能工具的主要原因。这种不信任往往源于对伦理和数据安全的担忧，成为人工智能技术增长的障碍。
哪些因素决定了公众对人工智能的信任？
公众对人工智能的信任受多种因素影响，包括个人对技术的经验、对相关风险的看法、年龄及职业等。定期使用人工智能的人更倾向于持有更积极的看法。
政府如何提升公众对人工智能的信任？
政府需要清楚地沟通人工智能对公民的具体好处，通过公共服务中可触及的实际结果来展示其有效性，并制定严格的规定来规范其使用。
用户对人工智能有哪些具体担忧？
用户特别担心人工智能对隐私的影响、过度监控以及替代岗位的潜在风险。这些担忧在定期使用该项技术时会有所减弱。
人工智能的认知是否因代际差异而有所不同？
是的，年轻一代对人工智能普遍持更乐观的态度，而年长一代则相对更为怀疑。这造成了对人工智能认知的显著差异。
哪种人工智能的应用最能让公众感到安心？
当人工智能应用于显而易见的领域，如交通管理或快速诊断时，用户通常会感到更有信心，而不是在被视为侵扰性的应用中。
为何个人经验在信任人工智能中扮演重要角色？
个人经验有助于理解人工智能的局限性和优势。一个人越是使用人工智能工具并获得积极的互动，就越有可能信任它们。
哪些类型的规章和培训对提升对人工智能的信任是必要的？
需要建立明确的规章来规范人工智能的使用，配合适合公众的可及培训。这可以确保人工智能技术的伦理和安全使用。
