Anthropic 首次发布公共记录调查结果：揭示公众对AI的态度

Announcements

第一个Anthropic公共记录的结果

Jun 12, 2026

我们正在进行一项新的系列调查——Anthropic公共记录，旨在了解公众对人工智能的看法和感受。本文呈现首轮调查结果，该调查于2025年11月和12月进行，覆盖近52,000名美国人。

我们发现：

• 近半数（48%）美国人将治愈癌症或阿尔茨海默症等疾病列为对AI的前三大期望之一，其次是帮助残障人士（36%），再之后是推动技术进步和让生活更便利（并列23%）。
• AI导致的失业是各州最常见的担忧，64%的美国人有此顾虑。第二大担忧是认知依赖（56%），其次是虚假信息（52%）。
• 对政府干预AI的支持度很高：超过70%的受访美国人认为政府应在AI监管中发挥作用，且这一支持跨越党派。人们最希望政府在隐私（56%）、儿童安全（52%）和损害责任（49%）领域对AI采取行动。
• 当被问及什么最能确保AI造福人类时，美国人认为让AI公司承担法律责任（47%）和将安全置于增长之上（44%）是最高杠杆的行动。
• 只有15%的美国人表示信任AI公司来决策AI的开发和用途。

Job-loss worry Integrated usersSupport for gov involvement

引人注目的是，在大多数问题上，AI并未按照典型的党派、地域或教育背景将美国人严重分裂。总体而言，各话题存在广泛共识：美国人渴望实现AI承诺的好处，但害怕它可能带来的颠覆，并希望建造AI的公司承担责任。就我们所见的意见分歧而言，主要仅在于人们看法的强烈程度。

这项研究建立在Anthropic正在进行的其他工作之上，以了解人们如何使用Claude以及如何看待AI发展。我们最近通过Anthropic Interviewer（我们用于大规模深度访谈的工具）进行了一项覆盖81,000名Claude用户的全球定性研究。我们还定期发布来自Anthropic经济指数的数据，该指数基于匿名的Claude使用数据，展示世界各地的人们如何运用AI。Anthropic公共记录调查标志着我们首次与普通公众对话，使我们能够接触到非AI用户，并更好地理解不同人口统计群体之间的态度差异。

Anthropic公共记录将定期重复进行，随着新话题日益突出而调整范围，使我们能够追踪随着模型能力进步和采用加深，公众对AI的态度如何变化。未来，我们计划扩展到美国以外。

方法简介

我们于2025年11月和12月进行了一项具有全国代表性的在线调查，样本量为51,993名美国人，数据来自YouGov，并按美国人口普查基准进行加权。各州样本量从232人（阿拉斯加）到1,902人（纽约）不等，州级误差幅度在±2.6至±9.1个百分点之间。方法学更多细节见附录。

美国人对AI的希望

我们让美国人从17个选项中选出他们对AI的前三大期望。治愈疾病位居榜首，48%的受访者将其列入前三，比第二常见的选项（帮助残障人士，36%）高出12个百分点。诸如治疗和减少孤独感等选项——或者希望AI替代人类接触——在所有选项中排名最低。

美国人的恐惧

我们向受访者提供了一份包含20种AI可能危害的清单，要求他们标记出自己个人担忧的每一项，然后用五级量表对每一项的担忧程度进行评分。我们将2分（有点担忧）或更高的任何回答视为担忧。（这种方法与上述问题不同，上述问题中我们要求参与者仅排序他们的三个希望；数字不可比。）

工作流失是目前最普遍的担忧，近三分之二（64%）的美国受访者对此表示关切。其次是认知依赖——即AI的整合导致人们无法独立思考——占56%，以及 misinformation（错误信息）占52%。工作流失和认知依赖也是我们对使用Claude的81000人进行的定性研究中最主要的恐惧之一。

最常见的危害往往是近期且具体的：工作流失、认知依赖、错误信息、犯罪用途和监控。这些恐惧中的每一个也都早于AI出现，在更早的技术中有先例——例如，自动化导致工作流失、智能手机助长依赖、社交媒体传播错误信息。总体而言，美国人更倾向于担忧AI的滥用而非AI的目标偏差，提及犯罪用途、监控和恐怖主义的频率高于例如AI“失控”。

除了我们提到的三种危害之外，大多数受访者描述自己“不担忧”，但没有任何一种潜在危害是美国受访者中低于四分之一的人至少有一些担忧的。

工作流失的模式

64%的美国受访者担心AI将取代工作岗位。这种担忧分布得非常均匀。它是民主党人（67%）和共和党人（62%）、有孩子的家庭（59%）和无孩子的家庭（66%），以及从最高端的爱荷华州（71%）到最低端的密西西比州（57%）的每个州中最首要的恐惧。

受教育程度更高的美国人对工作流失的担忧更高

对工作取代的担忧随着受访者的教育水平而上升。拥有研究生学位的美国人比高中或以下学历的受访者更担心工作流失，相差近10个百分点。换句话说，最担心被取代的工人正是那些工作已经与AI被要求执行的任务更密切重叠的人——这一发现反映在我们经济研究团队对我们全球Anthropic访谈者研究的分析中。

最不常使用AI的人对工作流失的恐惧更高

与此同时，每天在工作中使用AI的人对工作流失的担忧明显低于完全不使用AI的人：54%对70%。

这种趋势有许多可能的解释。亲身使用AI的经验可能帮助人们发展技能和熟练度，使他们能够增强而非替代自己工作的部分，从而让工作流失显得不那么迫在眉睫。亲身使用经验也可能揭示AI的局限性。可能这是这些因素及其他因素的结合。

感知能力与对工作中AI的接受度

我们向受访者提供了一份包含14项工作任务的清单，并针对每项任务问了两个问题：“你认为今天AI工具或应用程序能在多大程度上执行这项任务？”以及“考虑你自己的工作时，你希望以下各项工作任务/目的中有多少AI参与？”

对AI能力的总体评价相当高。在高分端，75%的美国人认为AI在研究方面与人类一样好或更好。在低分端，44%的人认为AI在服务与支持方面与人类一样好或更好。

在大多数任务上，大多数美国人不希望人工智能 参与他们的工作。即使在他们认为人工智能最有能力的任务上——比如研究和数据分析——也有近半数的受访者表示不希望人工智能参与自己的工作。然而，职场中对人工智能参与的接受度似乎与其被感知的能力同步提升：在某个领域，人工智能被认为越有能力，人们就越愿意使用它。

认知依赖是一种预期性恐惧

我们调查中第二大常见恐惧是对人工智能的认知依赖。为了更好地理解人们是否真的正在经历依赖，我们询问受访者：如果明天人工智能不可用，他们会感到多大程度的中断，然后比较了那些担心依赖者与不担心依赖者的回答。

到目前为止，认知依赖似乎主要是一种预期性恐惧：在56%对依赖表示一定担忧的美国人中，如果人工智能不可用，只有大约1/5会感到严重的中断。相反，在44%不担心依赖的人中，比例更高——大约1/3——会感到严重的中断。

我们对81,000名Claude用户的定性研究发现，教育工作者报告亲眼目睹认知衰退的概率是平均水平的2.5到3倍，这种衰退可能出现在他们的学生身上。在Anthropic Public Record中，教育工作者同样是最担心依赖的群体之一，仅次于艺术与设计行业从业者。

与工作消失一样，对依赖的恐惧随着使用频率的增加而稳定下降。每天在工作中使用人工智能的美国人中，担心依赖的比例（46%）比从未使用者（62%）低16个百分点。

重度人工智能用户告诉我们的

截至2025年底，约6%的美国人每天在工作 和生活中都使用人工智能。这些融合用户预示了更密集采用人工智能的情景，也可能预示着随着普及率的提高，主流观点将走向何方。

融合用户倾向于年轻、男性、城市居民、在职和受过大学教育。近三分之二的人形容自己是在大多数人之前尝试新技术，或看到潜力后尽早采用的人，而在普通公众中这一比例为30%。

在我们列出的各类危害中，融合用户比普通公众担忧程度更低，但这可能反映了早期采用者心态上的差异。

美国人在人工智能治理方面的诉求

71%的美国人表示政府应参与人工智能的开发与监管。这一数字在民主党人中为79%，共和党人中为68%，独立人士中为69%——跨越党派界限的绝对多数。在我们调查的每个州和地区，大多数支持政府参与人工智能，从哥伦比亚特区的81%到夏威夷的63%不等。

美国人希望政府采取行动的领域

接着我们询问了八个具体领域，以及政府应在其中介入多深。只有两个领域——隐私和儿童安全——获得了明确多数支持，要求政府发挥超过最低限度的作用。与此同时，国家安全是党派分歧最小的领域，民主党和共和党之间仅相差三个百分点。

美国人对行业的期望

当我们询问应如何确保人工智能以人类利益为导向发展时，美国人集中回应了两个答案：让人工智能公司对造成的伤害承担法律责任（47%将其列为首选前三项），以及将安全置于增长之上（44%）。具有真正权力的独立监督机构（29%）和为安全放慢人工智能发展（27%）紧随其后。

信任赤字

只有15%的美国人表示他们信任人工智能公司来决定如何开发和使用这项技术。这是我们所测试的各类机构中最低的数字，低于联邦政府（20%）、州和地方政府（19%）、国际机构（20%），远低于独立专家（43%）。

综合用户对监管和监督有着同样的渴望

综合用户对我们询问的每个机构都更加信任，包括人工智能公司——并且明显更不倾向于认为应该放缓或停止人工智能的发展。然而，他们支持政府参与人工智能的程度基本上与国家平均水平相当（74%对71%），在我们测试的八个具体治理领域中，他们的偏好与公众几乎无法区分。

Anthropic 的举措与下一步计划

公共意见对于确保强大的人工智能服务于人类利益至关重要。Anthropic Public Record、Anthropic Interviewer、Anthropic Economic Index 以及我们的许多其他研究项目，都是为了更好地了解公众意见并获取他们的反馈，以推动人工智能转型顺利进行的努力。

我们最近宣布了几项与这些发现相关的政策框架。我们的高级人工智能框架（Advanced AI Framework）提议对前沿模型进行强制性独立安全测试、透明度要求，以及政府有权阻止或召回危险的人工智能部署。我们的经济政策框架（Economic Policy Framework）阐述了政府如何为人工智能的经济影响做好准备——尽可能减少失业，并支持工人，使人工智能的收益得到广泛共享。

人工智能的发展方向不应仅由开发它的公司来决定。公众的希望和担忧被测量得越清晰，我们——以及其他公司——就越能更好地满足他们。

附录：方法论

人群与调查方式：Anthropic Public Record 是一项针对美国16岁及以上、居住在美国50个州、哥伦比亚特区或波多黎各的青少年晚期和成年互联网人口的在线调查。实地调查由YouGov于2025年11月1日至12月11日期间从其在线样本库中进行。

样本设计：本研究设计为52个并行州和领地样本，每个州目标完成约1000份（蒙大拿州、北达科他州、南达科他州、怀俄明州、佛蒙特州和波多黎各约500份）。在每个州内按年龄、性别、教育和种族/民族设定配额。实际完成的样本量为51,993份，各州样本量从232份（阿拉斯加）到1,902份（纽约）不等。

加权：数据经过加权处理，以代表美国16岁及以上常住人口在州、年龄、性别、教育和种族/民族方面的分布。权重根据实际样本量进行归一化（均值1.00，总和51,993）。

误差范围：全国抽样误差范围为±0.6个百分点，置信水平95%，比例50%。各州误差范围从±2.6个百分点（加利福尼亚、纽约、得克萨斯）到±9.1个百分点（怀俄明）。子群体的误差范围更大。

报告惯例：本报告中的所有百分比均已加权。除非另有说明，百分比以完整段为分母（回答“不知道”或跳过的受访者仍包含在基数中）。在担忧量表中，“担心”对应的是五点担忧量表中的前四个选项。在能力量表中，“同样好或更好”对应的是五点表现量表中的前三个选项。“综合用户”是指那些报告每天为工作使用AI一次或多次，且每天为个人目的使用AI一次或多次的受访者（未加权n=2,717）。党派归属群体包括倾向者。

局限性：Anthropic Public Record 捕捉了美国人在2025年末对人工智能的看法。我们将其视为一个基准。

相关内容

关于 Fable 5 网络保障措施及我们的越狱框架的更多细节

Read more

介绍 Claude Sonnet 5

Sonnet 5 在编码、智能体及大规模专业工作中提供了前沿性能。

Read more

重新部署 Fable 5

Fable 5 将于7月1日全球回归。我们还与 Amazon、Microsoft、Google 及其他 Glasswing 合作伙伴共同提议了一个行业范围的越狱严重性评分框架。

Read more