Nat Rev Psychol 綜述 | AI 的信任是一個復雜的動態框架

認知神經科學前沿文獻分享

基本信息

Title:Principles for understanding trust in artificial intelligence

發表時間:2026-04-29

發表期刊:Nature Reviews Psychology

影響因子:21.8

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

領域背景與痛點

人工智能在做越來越多過去由人完成的判斷和決策。于是，“人們什么時候、為什么、怎么信任 AI”成了心理學、哲學、計算機科學和 AI 倫理都關心的問題。但“信任 AI”這個說法本身就很模糊，它可能指系統客觀上可不可信、用戶覺得它可不可信、用戶愿不愿意信，或者用戶實際上有沒有依賴它

這個話題在哲學上的爭議更大：AI 沒有意圖、善意和規范承諾，而這些是人際信任的前提，所以“真正信任 AI”在概念上可能就不成立。已有的研究經常把這些不同層面攪在一起，或者把信任當成一種可以直接通過系統設計“做出來”的東西

核心框架與整合邏輯

這篇文章把心理學、哲學、行為經濟學、人機交互和 AI 倫理研究串起來，提出一個“AI 信任的六原則整合框架”。作者把 AI 信任重新界定為一種動態的、依賴情境的、嵌入社會的心理和行為過程，而非機器本身的一項技術屬性

框架的主線是同時區分四件事：系統是否值得信任、人們是否覺得它值得信任、人們是否愿意依賴它、人們是否實際依賴了它，然后進一步看這些關系怎么隨系統類型、使用場景、個體差異、文化背景和策略性目標而變化

六條原則分別是：信任是人類推斷出來的；實際可信性、感知可信性、信任態度和信任行為相互關聯但不是一回事；AI 信任同時包含性能信任和道德信任；AI 信任是針對具體智能體的；AI 信任受個體和文化差異影響；AI 信任可能被策略性動機驅動

關鍵洞察與未來方向
洞察一：AI 信任沒法“寫進”機器，它是人基于有限線索形成的推斷

工程師可以讓系統更安全、更可靠、更合規，但這些客觀特征不一定會變成用戶的感知信任?？山忉?AI 的研究也表明，透明度提高并不總能增加信任，因為用戶是靠有限線索和啟發式來形成對系統的印象的。實際可信性和感知可信性可能脫節：一個系統客觀上值得信任，但用戶不覺得它可信，反過來也一樣

Fig. 1 是一張概念框架圖，組織實際可信性、感知可信性、信任態度和信任行為之間的典型關系，并標出印象形成、信任傾向、策略目標和風險等調節因素

用戶可能說自己信任某個 AI 卻不實際用它，也可能嘴上說不信任，卻還是根據 AI 的建議調整判斷?，F有的量表經常把可靠性、能力、完整性、透明度這些不同層面的條目混在一起，存在 jingle-jangle fallacy 的風險。研究者得搞清楚自己測量和討論的到底是哪一類“信任”

Table 1 是一張文獻地圖/總結表，整理了多種 AI 信任量表的條目、維度和驗證方式，顯示現有測量經常把性能和道德等不同內容混在一起。Fig. 2 是一張概念框架圖，概括“trust in AI”在實際可信性、感知可信性、態度信任、行為信任和廣義心理信任之間的多重含義。

早期研究比較看重準確性、可靠性這類性能信任，但隨著大語言模型、醫療 AI 和自主武器等系統進入社會場景，道德信任，用戶是否覺得系統符合倫理、真誠、有好的目的變得越來越重要。文獻顯示，人們對不同 AI 系統的信任并不一樣，性能線索和道德線索在不同系統里的相對重要性也不同。目前的證據還不足以給出一個跨系統、跨文化都穩定通用的權重模型，需要更多縱向和跨文化研究

省流總結

這篇綜述的核心貢獻，是把 AI 信任從單一的用戶態度或系統屬性，重組為一個由推斷、測量層級、性能與道德維度、系統特異性、個體文化差異和策略性動機共同構成的整合框架

同時它也提醒研究者：別只問“信不信”，要明確自己測量的是哪一層面的信任；未來研究也不該把“增加信任”當成默認目標，而應該關注校準信任、責任歸屬和倫理邊界

分享人：天天

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿