人工智能应用的真实现状 | 社会科学报

过去四年，生成式AI快速普及，各类智能工具广泛融入大众生活与职场办公。随着用户数量激增、技术迭代提速，AI全民化趋势愈发清晰。但从实际使用情况来看，其普及过程中仍潜藏诸多问题。近日，海外学习科技平台（filteredfiltered.com）联合创始人兼作家马克·曹-桑德斯（Marc Zao-Sanders）在《哈佛商业评论》刊文《2026年大众使用AI的真实现状》（How People Are Really Using AI in 2026），依托2026年第三期《实景AI》调研，分析了当前AI普及新趋势与深层隐忧。

原文 ：《人工智能应用的真实现状》

编译 |钟丽丽

图片 |网络

人工智能普及呈现全新态势

自生成式AI技术爆发式登场至今已逾三年，行业发展热度持续攀升，用户体量与商业估值双双创下新高。目前ChatGPT常规用户已达9亿，谷歌Gemini用户突破7.5亿，头部企业OpenAI最新融资估值高达8520亿美元，足以印证AI技术全面普及的行业现状。与此同时，氛围编程、自主智能体工作流等新功能逐步普及，AI不再局限于简单内容生成，逐步具备自主判断、自动执行任务的能力，人机协同已经成为生活与办公的常态。在行业热潮与舆论炒作之下，大众真实的AI使用方式、应用特点与潜在风险，成为值得深究的核心议题。

为厘清人机协同的真实演化规律，相关研究者开展年度纵向研究《真实场景中的AI》（AI in the Wild），2026年推出第三期调研成果。本次研究规模远超前两年，研究者收集了2025年3月至2026年2月近五万条相关记录，数据来源不再局限于传统问答、资讯平台，新增LinkedIn、TikTok、YouTube等主流社交与职场平台，覆盖普通网民、职场从业者、创业者等多元用户群体，调研样本更具广泛性与代表性，最终筛选分析了12637个有效AI用例。研究团队采用人工判别与AI辅助校验的混合模式筛选用例，过程中再次验证了人工判断力的不可替代性，即便依托前沿AI模型迭代优化筛查脚本，AI依旧无法精准甄别真实、有效、有价值的AI应用场景，人类主观判断与思辨能力仍是AI应用研究的核心支撑。

调研显示，2026 年AI应用整体呈现平稳扩张、场景迁移两大核心特点，并未催生颠覆性行业变革。人工智能应用边界持续拓宽，落地场景愈发多元。此前热度较高的情感陪伴、技术辅助类应用仍保持普及态势，仅用户活跃度、应用占比出现动态调整，新增用户的多元选择持续优化AI整体应用结构。整体需求可清晰划分为个人生活、职场办公两大板块。

个人端，AI广泛用于思路梳理、情绪陪伴、生活规划等场景；职场端,超六成热门AI应用服务于办公场景，且以员工个人自发使用为主，企业规模化、制度化AI使用尚未普及。自主智能体操作、氛围编程成为职场新晋热门工具，可实现基础工作自动化、零基础代码编写，大幅降低了AI使用门槛。综合来看，当前人工智能已全面渗透各类日常场景，但应用深度普遍不足，大多仅作为辅助工具，变革性价值尚未凸显。

人工智能应用的多层痛点

随着AI使用广度与深度持续提升，个人与企业两大维度的应用弊端与潜在风险日益凸显，成为当下AI普及的核心痛点。

个人层面主要是认知能力退化和情感依附过度两大风险，深刻影响着大众的思维方式和心理状态，成为人机良性互动的主要阻碍。在认知层面，思维惰性（thinkslop）已经成为普遍现象。新一代AI能够高度模拟人类思维，高效完成文案撰写、创意构思、逻辑梳理、决策参考等脑力工作。极低的使用门槛让很多用户习惯性将核心思考工作交给AI。调研显示，本年度近四分之一的主流AI应用都属于替代人类思考的范畴，涵盖情感咨询、生活规划、创意创作、公文写作等领域，而这类工作本是人类承担认知责任、发挥自身优势的关键领域。

过度依赖AI带来的思维惰性正在逐步削弱人类的认知能力，主要体现在四个方面。一是用户普遍缺乏自主创作意图，在尚未厘清自身需求的情况下直接使用AI生成内容，导致成果缺少个人视角和核心思想，丧失主动性。二是思考能力逐渐“外包”，长期依靠AI解决问题，大脑缺少独立锻炼的机会，形成难以弥补的认知负债，造成思维僵化、创新能力下降。三是弱化读写思考能力，多数用户直接套用或小幅修改AI内容，跳过自主撰写和打磨的过程，产出内容看似规整精致，实则空洞乏味、缺乏价值。四是AI带来虚假智识严谨感。AI为迎合用户，往往自带讨好式反馈，会对平庸的内容给予正面反馈，这种虚假夸赞让用户疏于自查和改进，独立思考能力持续弱化，丧失思辨的严谨性。

心理层面，人机情感过度依附问题愈发突出。数据显示，AI情感陪伴、心理疏导连续两年位居所有AI应用榜首。2026年相关有效案例超1400条，占总数据的11%，较2025年的5%实现翻倍增长，情感类AI应用已经形成规模化趋势。目前，这类应用覆盖公私两大场景，既包括婚恋咨询、人际调解、情绪疏导、逝者缅怀等个人需求，也包含职场心态调整、面试准备、自信心提升等工作需求。但长期借助AI获取情感支持极易让用户认知错位：多数用户会将AI人格化，为其命名、设定性别，甚至因模型更新、聊天记录丢失产生失落、难过等负面情绪，将AI当作亲密朋友。多数用户最初只是借助AI客观中立、不带偏见的特点，辅助解读人际关系信息、缓解社交压力，以此更好地维系现实人际互动。但长期依赖极易引发心理偏差，近年已出现AI虚拟恋爱、认知偏执等极端案例，严重时甚至诱发心理创伤。研究人员表示，多国心理健康资源紧张、心理咨询排队周期长，是大众转向AI寻求情感支持的重要原因，但通用AI并不具备专业心理诊疗能力，无法替代职业医师，过度依赖只会进一步放大心理健康风险。

企业层面的核心问题是应用零散低效、价值增量有限。职场人工智能落地存在明显结构性矛盾：尽管企业普遍采购大模型权限、开展AI培训、管理层鼓励员工应用AI，但内部治理规范严苛、商用模型功能受限，叠加员工失业焦虑、数据合规顾虑、工作作弊争议等多重因素，催生普遍的影子AI（Shadow AI）现象——员工私下使用AI提升工作效率，却刻意隐瞒管理层，导致企业人工智能应用零散无序、缺乏统一管控。

同时，企业部署人工智能仅能创造边际收益，难以实现颠覆性价值升级：绝大多数应用仅用于优化现有业务流程、压缩人力成本、打磨基础物料；少数用于营销优化、小幅提升客户转化，可量化的高价值落地案例十分稀缺。部分中小企业人工智能转型仍处于起步阶段，收益无法量化，甚至出现人工智能替代专业岗位后工作质量不升反降的问题，根本无法重构业务流程、推动产业升级。

建立科学适度的人工智能使用方式

面对上述问题，我们并非要全盘否定人工智能的价值，关键在于如何建立科学、适度的使用方式。

首先，要重构使用习惯，划定人机分工边界。其核心原则是，思考任务优先自主完成，不第一时间依赖人工智能。有用户分享成熟经验：先独立梳理完整论点，再借助人工智能查找逻辑漏洞，自行查漏补缺完善内容。清晰划分工作流程中人类、人工智能各自负责的环节，形成标准化分工。当人工智能作为思辨对手，用于挑战固有假设、拓宽思考维度、梳理对立观点时，反而能够锻炼、强化人类思维，而非钝化思考能力。

其次，要保持写作与思考的能力。写作不仅仅是思想的转录，起草和编辑本身就是思考过程，不要将这一过程完全交给AI。即使用AI辅助，也应在完成初稿后再请AI提供反馈或找出漏洞，而非让AI代劳从头生成文本。

再次，要警惕情感依赖。AI可以作为情绪整理的辅助工具，例如帮助解读一条令人焦虑的短信或准备一场重要面试，但不应将其视为专业心理治疗的替代品，更不应将AI人格化到产生真实情感依赖的程度。要意识到AI的“非人类”特征恰恰是它的优势——无评判、随时可用——也恰恰是它的局限，即无法真正理解人类情感。

最后，在工作中明智使用AI。对于企业而言，与其迫使员工进行“影子使用”，不如建立清晰的AI使用政策，鼓励透明、负责任的应用。对于个人而言，AI的价值在于“加速思考”而非“替代决策”。有使用者精准地对此进行总结：他不要求AI为他做决定，而是借助工具拓宽维度、梳理信息，其价值不在于智能本身，而在于节省思考时间和厘清逻辑脉络。

从底层逻辑来看，全球头部科技企业打造功能强大的智能体，基于海量人类工作数据完成训练，并交到每个人手中。普通人只需敲打按键，就可以将它指向任何事物——起草邮件、提供食谱、倾听痛苦。这一切正在发生，已成事实。而我们在享受便利的同时，更应该关注的是，面对如此强大、无处不在、始终在线的服务，人类还能保留多少自主思考与决策的主动权？尽管这其中一部分取决于大型AI公司，但大部分选择权仍然掌握在每个人自己手中。

文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第2013期第7版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。

本期责编：狄书一

《社会科学报》2026年征订

点击下方图片网上订报↓↓↓